AI dan Masalah-Masalah Sulit Dunia · Ilmu bumi & iklim · arXiv · 2026-10-20
Pipeline Data yang Bias Basah Menyesatkan Pelatihan dan Evaluasi Nowcasting Presipitasi Generatif
Judul asli: Wet-Biased Data Pipelines Mislead the Training and Evaluation of Generative Precipitation Nowcasting
Model nowcasting presipitasi generatif biasanya dilatih dan dievaluasi pada dataset yang bias basah, dan kasus uji yang dipilih berdasarkan observasi target dapat menggeser distribusi yang dipelajari model. Para penulis menunjukkan secara analitis bahwa bias pengambilan sampel ini dapat menyembunyikan bias pelatihan. Dengan menggunakan model difusi satelit-ke-radar yang tetap, mereka menunjukkan bahwa penilaian kalibrasi dapat berbalik bergantung pada set uji: model tampak memprediksi terlalu rendah pada set uji yang bias basah dan memprediksi terlalu tinggi pada set uji yang representatif terhadap penerapan.