論文よんでみた

2019-05-04

よんでみました。多くの文章を誤読しているので、これを元に論文を判断しないように。

この論文は、30年間の気象データを学習データにし、その後の10年間で平均気温が上がるまたは下がることの予測を試みた。

学習には、文字識別で高い判別精度をだしたLeNet(CNN)を用いた。

著者らはまず、30年分の月間平均気温データをRを用いて画像化した(fig.1)。

画像化の際に、描画方法を3種類の描画方法でデータを作成し、それぞれの場合での学習機を作成した。

その結果、defaultを用いると最も良い予測ができている。

つぎに、データを10年ごとに区切った場合そして、地域でデータを区切っった場合の学習機を作成した。

正答の精度をそれぞれの学習機で計測している。

時間と地域を絞って行った識別実験は、トレーニングに絞ったデータを用いて、全体の25%からランダムに抽出したデータの識別精度を計算しているのか？識別実験と書いてあるので、トレーニングを行ったように読めないので、もう少し丁寧に説明してほしい。
ランダムに抽出した25%のvalidation用データは、学習には利用していない？
訓練データに予測するデータが含まれていることについて。116年のデータから77のトレーニングデータ(116-40+1=77)を作っている。トレーニングデータ間の期間がかぶっていることは学習に影響しないのか？
116年のデータから2データを得た場合の学習データは十分な予測ができるのか？
10年・30年という期間はどうして恣意的に選択したのか？実際の地球の気象学と対応する数値なのか？
RISEとFALLのタグ付について
- どのデータをもとにRISEがつけられるのかがよくわからなかった。10年間の月間平均気温の平均が前30年間の月間平均気温の平均と比較して増えていればRISE？それとも、10年間の中でRISEの傾向が見られる？（線形回帰を用いて判断している?その場合のデータは何？月間データ？

精度の計算について
- 地球温暖化のため、平均気温のデータは上昇傾向をしめす（著者らも指摘している）。そのため、学習データも平均気温が上昇したデータが多数である。実際に75%は上昇するデータである。この場合、入力データが上昇の場合、正確に上昇を予測したこと・間違えて低下を予測するデータはどのくらいあるのだろうか。また、逆の場合についても計算するべきではないだろうか。言い換えれば、偽陰性・偽陽性に関するデータを提示してほしい。