跳到正文
热点事件持续更新

研究揭示孟加拉国降雨预报数据泄漏问题并开源协议

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

近期研究团队基于孟加拉国35个气象站1948至2014年间共61.8万个站点-天数据,指出降雨预报评估中存在普遍的数据泄漏问题。研究发现,仅依靠月气候学基准即可实现高达88.4%的高降雨月份分类准确率(AUC 0.950),且多数机器学习模型在时间序列评估下表现不及该基准。 研究方发布了抗数据泄漏的评估协议及开源代码,旨在规范未来研究。该协议强调后续基于站点的研究应在留出年份上对比气候学基准来报告技能值,以确保评估结果的严谨性与可复现性。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv · ML
    RainCheck: 利用机器学习历史天气数据进行孟加拉国降雨预报

    RainCheck 研究揭示孟加拉国降雨预报评估中普遍存在的数据泄漏问题。 基于 35 个气象站 1948-2014 年共 618,650 个站点-天的数据,研究发现仅凭月气候学即可达到 88.4% 的高降雨月份分类准确率(AUC 0.950),多数模型在时间序列评估下表现不如基准。 研究发布了抗泄漏评估协议和代码,强调未来研究应在留出年份上对比气候学基准来报告技能值。

本事件热度走势

可比范围当前
8
可比范围峰值
910月30日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。