2020-07-29

VARENN: graphical representation of

Nature商業誌で、過度の引用に対しては制裁があるので、最低限の引用にした。

Methodsしか読んでない。

Methods

When we constructed high-

c_t=0.7に選んだ理由は?なぜこの値が良いの?

データセットと精度はトレードオフ関係になりやすいので、画像枚数を最大にしたほうが良い精度が得られるのでは?

この論文は精度を最大にして気象データ予測を行うことなので、画像枚数を削減した理由不明

他の論文で精度が良いことが示されているのなら、引用すべき。

Because our study concerns time series


グリッド区切り

これは、グリッドトレーニング、validation,testデータを区切っているという意味ですか?

トレーニングにおいて、年代0-150までを学習しているなら、その上昇傾向からtest予測精度もあがると思います

training ,validation,test の3つ地域を分けて、

trainingグリッド時系列最初の75%

validationグリッド時系列最後25%

testグリッド時系列最後25%

というふうにデータ時系列の前半と後半とに分割することで、時系列予測は行われているようです。

参考:

https://community.dataquest.io/t/how-to-split-time-series-data-into-training-and-test-set/4116/2

同様の指摘 https://twitter.com/mlaass1/status/1281093109837787138

利用したグリッド間の距離分布

学習に利用した一つのグリッドからテストに使ったグリッドまでの距離分布はどのようになっているのか。

近い場所グリッドテストに利用しているなら、容易にに予測可能だと考えられる(精度が過度に良くなる)。

記事への反応(ブックマークコメント)

ログイン ユーザー登録
ようこそ ゲスト さん