Explainable Machine Learning for Bio-regional Drought Prediction in South Australia
본 연구는 XGBoost와 시계열 어텐션(Temporal Attention) LSTM 모델을 사용하여 남호주 6개 IBRA 하위 지역의 가뭄 심도를 높은 정확도로 예측하는 설명 가능한 머신러닝 프레임워크를 제시하며, 이를 통해 지연된 SPI-12와 강수량 이상치가 지배적인 예측 변수임을 밝히고 머레이 스크롤 벨트(Murray Scroll Belt)에서 에어 말리(Eyre Mallee)로 이어지는 밀레니엄 가뭄의 6년 전파 과정을 매핑한다.