Ученые Массачусетского технологического института разработали новый метод оценки прогнозов, имеющих пространственное измерение. Этот метод может помочь в более точном прогнозировании погоды, картировании загрязнения воздуха и решении других подобных задач.
Традиционные методы проверки прогнозов часто дают неточные результаты при работе с пространственными данными. Исследователи обнаружили, что классические методы валидации могут существенно ошибаться при решении пространственных задач, что приводит к ложной уверенности в точности прогнозов.
Главная проблема заключается в том, что традиционные методы предполагают независимость и идентичное распределение данных для проверки и тестирования. Однако в пространственных задачах это условие часто не выполняется. Например, датчики загрязнения воздуха EPA размещаются с учетом расположения других датчиков, что нарушает предположение о независимости данных.
Новый метод, разработанный учеными MIT, основан на предположении, что данные плавно меняются в пространстве. Например, уровень загрязнения воздуха вряд ли будет сильно различаться между соседними домами. Этот подход позволяет более точно оценивать пространственные прогнозы.
Исследователи провели комплексное тестирование своего метода на различных типах данных — от симулированных до реальных. Они применили его для прогнозирования скорости ветра в аэропорту О’Хара в Чикаго и температуры воздуха в пяти метрополитенах США. В большинстве экспериментов новая техника показала более высокую точность по сравнению с традиционными методами.
Метод может найти широкое применение в различных областях — от прогнозирования температуры поверхности моря до оценки влияния загрязнения воздуха на различные заболевания. В будущем исследователи планируют применить эту технику для улучшения количественной оценки неопределенности в пространственных задачах, сообщает MIT News.
