이 논문은 GIS 환경에서 앙상블 k-최근접 이웃(ensemble k-Nearest Neighbor, k-NN)을 이용하여 특정 지역에 영향을 미칠 수 있는 태풍 진로 예측을 위한 새로운 접근법을 제시한다. 본 연구에서는 과거 태풍 진로를 현재 태풍 진로를 기준으로 좌측과 우측 클래스로 구분한 다음, 세 개의 (좌-중앙-우) 태풍을 포함하는 앙상블 구성원으로 묶는다. 현재 태풍이 좌측 및/또는 우측 클래스에 얼마나 근접하는지는 지도학습 기반 분류 k-NN 알고리즘을 사용하여 결정한다. 현재 태풍과 유사 클래스 태풍들로부터 생성한 진로 데이터셋은 지도학습 기반 회귀 k-NN을 사용하여 훈련되며, 이를 통해 현재 태풍의 진로를 예측한다. 최종 진로 예측을 얻기 위해 모든 태풍 진로 그룹에 대해 앙상블 평균을 수행한다. 앙상블 구성원의 수는 반드시 정확도에 영향을 주지는 않는 것으로 나타났으며, 다만 초기 단계에서의 유사성 판단이 중요한 핵심 역할을 한다. 일련의 시험 결과, 본 방법은 빠른 시뮬레이션 시간, 높은 정확도, 그리고 긴 예측 기간을 바탕으로 태풍 진로 예측을 산출할 수 있음이 확인되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.