Data-Driven Spatial Weight Matrices for Space-Time Autoregressive Models: A Similarity-Based Framework with an Application to Global Temperature Dynamics
본 논문은 시공간 자기회귀 모델을 향상시키기 위해 지리적 근접성이 아닌 통계적 유사성에 기반하여 공간 가중치 행렬을 구축하는 데이터 기반 프레임워크를 제안하며, 전 지구적 기온 분석을 통해 해밍 거리를 사용하는 유사성 기반 명세가 기존의 인접성 기반 방식에 비해 예측 정확도를 유의미하게 개선함을 입증한다.