  |
https://arxiv.org/abs/1907.09725
8個こ気象データ変数(気温、降水量、、、Table.1に書いてある)を入手している。
最大3変数を選択し、RGBにそれぞれの変数の値を入れ、画像に変換。
画像をCNNに食わせて学習している。気温・降水量の変化を5種類に分類。
気象データの増減は、他の変数と強く相関しているはずなので、8変数も考慮に入れる理由がわからない。
画像データにする理由もよくわからない。数値データを直接CNNに入れたほうがいいのではないだろうか？
decadal teleconnection patterns(10年単位での気象の相関)を知りたいということだが、これを知ることに意味はあるのか？
目的と意義が書かれていない。
5行目、何がHoweverなのだろう。まえでは、CNNで何ができているのかを言っている。次の行ではそのデータの扱いについて語っている(Howeverを使うべき？)。
各行で何を主張しようとしているのかがよくわからないので、全体としてこの段落の機能がよくわからない。
VARENNつまり、2次元データを学習機に投げることは、CNNを使う際には普通のことなので主張すべきではない。
8 climatic variablesは具体的になに？
classify decadal interaction patterns of climatic variablesこれはよくわからない。画像データを分類することが目的？なにがしたいの？
temperature(温度)、precipitation（降水量）のrises,fallsを判別したい。Introductionにかくべきでは？
8 spatiotemporal climatic variables はなんの変数？Tableに書くだけではなく、本文に書くべきだろう。
climatic variablesを0-1の値にした方法は？割り算？
1段目で言っている上下の分類ではなく新たな分類基準が出現する。
T1についてここで言い換えておく。
T1は、学習データ30年間での平均値mu30,後10年の正解データでの平均値mu10
mu10-mu30が5よりおおきい、10年後の気温が5度上昇している。
To quantify the similarity among variables, we calculated the Euclidean distances from each target variable to the input variable.
よくわからない。
we examine the effects of the relationships among the variables that were assigned to R, G, and B to the model performance.
どういうこと？
よんでない
よくわからない
よくわからない。
どういう意味だろうか？
提案手法で、RGBに変数を入れ込んだことが斬新だと主張しているが、
これを数値データだけにしてCNNに読み込ませた場合はどうなるのか？
同程度の精度を出すのか？
本提案では、2次元の配列データを画像にしてCNNに読ませている。
statistical methods including AI はよくわからない。何が言いたいのだろう
気象パターンを分類することに成功したとは言い難い。せいぜい複値分類とかなにか他に良い言い方があるはず。
We selected以下時間windowについての説明かと思われるが、何を言いたいのかよくわからない。
By comparing以下 意味不明。物理simulationと統計モデルを比較することで、accuracyとprecisionを比較できる。なぜ？
Objective以下
よくわからない。
We believe以下
7
