Emulating the South Asian Atmospheric Variations: Framework and Inter-Comparison of Deep Learning Models
본 연구는 WRF-Chem 데이터로 네 가지 서로 다른 아키텍처를 학습시킴으로써 기상장과 오존을 포함한 고해상도 남아시아 대기 변동을 성공적으로 모사하는 딥러닝 프레임워크를 제시하며, UNet-3blk 모델은 PM2.5 변동성을 재현하는 데 어려움에도 불구하고 최적의 성능을 달성하였다.