AI और दुनिया की कठिन समस्याएँ · पृथ्वी और जलवायु विज्ञान · arXiv · 2026-10-20

नमी-पक्षपाती डेटा पाइपलाइनें जनरेटिव वर्षा नाउकास्टिंग के प्रशिक्षण और मूल्यांकन को भ्रामक बनाती हैं

मूल शीर्षक: Wet-Biased Data Pipelines Mislead the Training and Evaluation of Generative Precipitation Nowcasting

जनरेटिव वर्षा नाउकास्टिंग मॉडल आमतौर पर वर्षा-पक्षपाती (वेट-बायस्ड) डेटासेट पर प्रशिक्षित और मूल्यांकित किए जाते हैं, और लक्ष्य प्रेक्षणों के आधार पर चुने गए परीक्षण मामले मॉडल द्वारा सीखे जाने वाले वितरण को बदल सकते हैं। लेखक विश्लेषणात्मक रूप से दिखाते हैं कि यह नमूनाकरण पक्षपात प्रशिक्षण पक्षपात को छिपा सकता है। एक स्थिर उपग्रह-से-रडार डिफ़्यूज़न मॉडल का उपयोग करके, वे दिखाते हैं कि अंशांकन (कैलिब्रेशन) का आकलन परीक्षण सेट के अनुसार उलट सकता है: मॉडल वर्षा-पक्षपाती परीक्षण सेट पर कम-पूर्वानुमान वाला दिखता है और परिनियोजन-प्रतिनिधि सेट पर अधिक-पूर्वानुमान वाला।

मूल लेख पढ़ें ↗

सभी आइटम →