| 本研究所提出的模型訓練的預測模型架構，將採用卷積神經網路(Convolutional Neural Network, CNN)與遞歸神經網路(Recurrent Neural Network, RNN)組合進行降雨預測，CNN 會使用 ResNet-152 預訓練模型以及 RNN 内層使用長短期記憶(Long Short Term Memory Network, LSTM)的架構來進行 模型訓練。訓練的流程會將雲層圖片透過 CNN 編 碼出來出圖片特徵向量，其向量會與氣象資料當 成 RNN 輸入進行訓練，最後其訓練之後的模型預測結果準確度為82%。所以本研究提供了另一個預 測降雨的方法，其成本上以及預測的時間上都比一般的預測方式來得有利，並且本研究也透過各種模型驗證的結果，證明了其方法的正確性以及 可行性。 |
