인과 주의 기반 해석가능 수자원 예측과 비정상 극치 경향화 연구

Interpretable water forecasting with spatiotemporal causal attention and nonstationary extreme trend clustering

연구 내용

마스킹된 트랜스포머와 인과 주의로 수위 시계열을 해석가능하게 예측하고 비정상 극치 경향을 군집화하는 연구

수위 예측과 극치 강우 분석에서 입력에 내재된 상식적 지식을 정량화한 해석가능 지표를 함께 제공하는 모델을 구축합니다. 트랜스포머 구조에 마스킹을 도입하고 다층 네트워크로 시공간 인과 관계를 포착하여, 예측 결과가 데이터 이동이나 분포 변화에도 일정 수준의 견고성을 유지하도록 설계합니다. 또한 비정상 수문 과정에서 꼬리 특성 추정의 관측 비정상성 문제를 줄이기 위해 분포-비의존적(trend) 제거와 희소 정규화를 결합한 통합 프레임을 적용하여 지역별 극치 경향을 군집화합니다.

관련 프로젝트

0건

연구 흐름

초기에는 비정상 수문 자료에서 꼬리 특성 추정에 필요한 관측 정상성 가정을 완화하기 위한 분포-비의존적 디트렌딩과 희소 정규화 기반 지역 군집 경향 추정 방법을 정립했습니다. 이후 수위 예측으로 연구 대상을 확장하면서, 트랜스포머 기반 시공간 표현에 마스킹과 인과 주의 메커니즘을 결합해 예측과 해석가능 지표를 동시에 산출하는 접근을 수행했습니다. 최근에는 한강 수위 자료에서 분포 이동 상황까지 고려하는 견고성 관점을 강화하고, 해석가능성의 일관성을 검증하는 방향으로 발전하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

홍수·가뭄 위험 경보
하천 운영 의사결정 지원
교통 흐름 관리 모델링
분포 이동 대응 수위 예측
지역 극치 강우 경향 지도화
해석가능 예측 기반 검증
시공간 환경 시계열 분석
센서 기반 수자원 모니터링
정책 수립을 위한 근거 제공
재난 리스크 정량화