 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 3 | 1/1 | 返回列表 |
| 查看: 854 | 回復(fù): 2 | ||
| 【懸賞金幣】回答本帖問題，作者senmuyan將贈送您 5 個金幣 | ||
senmuyan新蟲 (初入文壇)
|
[求助]
請幫助我理解這段審稿意見 已有1人參與
|
|
|
文章是關(guān)于基于浮動車的路段行程時(shí)間估計(jì)，小修，限我兩周之內(nèi)改完，很緊急，請各位蟲友相助，小弟感激不盡�。。�！審稿意見如下： The paper highlight a better performance of the new method over others, but this result is based on an a-priori data modelling of the data. A doubt remains about the true effectiveness of this approach for real time navigation support, where unexpected traffic conditions might occur. In fact the missing observations on CPV may lead the K-Nearest Neighbour Rule model to not classifying accurately unexpected conditions. The risk of an unreliable prediction on the vehicle's travel time remains proportional to the sampling interval (to the missing observations). The model should be accompanied by a value of reliability (statistical significance), for its use and for a proper benchmarking over competing models. Solutions based on Bayesian analysis modelling are, in principle, more appropriate to handle this kind of uncertainty since they are based on a-posteriori probability. With these premises the proposed method, without further justification in the paper, remains valid preferably to represent average traffic conditions for applications where this kind of model can be required. The paper is written with a good degree of precision in an acceptable technical English, but it is desirable to add a thorough discussion about the reliability of the model in relation to its use. 附上我自己的部分翻譯和主要疑問： 第一段：這篇文章強(qiáng)調(diào)了新方法與其它方法相比具有更好的性能，但這結(jié)果是基于一個對數(shù)據(jù)的先驗(yàn)數(shù)據(jù)建模（？這里不理解，我是用幾年前的GPS浮動車數(shù)據(jù)驗(yàn)證的，先驗(yàn)指的是這個嗎？）。該方法對實(shí)時(shí)車輛導(dǎo)航支持的真實(shí)效果存在疑問，因?yàn)榭赡艹霈F(xiàn)意外的交通狀況。事實(shí)上，CPV（指當(dāng)前探測車）觀測數(shù)據(jù)的缺失（請問這就是前面提到的意外狀況嗎？）可能導(dǎo)致K近鄰模型對意外交通狀況不能準(zhǔn)確分類。對車輛行程時(shí)間預(yù)測不可靠的風(fēng)險(xiǎn)與采樣間隔成正比（to 缺失觀測值 最后一句話完全不理解） 第二段徹底不能理解，這些詞連在一起就不明白審稿人的意圖了，我文章的方法是K近鄰與神經(jīng)網(wǎng)絡(luò)結(jié)合，并沒有使用貝葉斯分析模型，專家為何在此提出貝葉斯模型呢？他是想讓我換方法，還是想讓我用貝葉斯分析模型去驗(yàn)證我提出來的模型，還是想讓我用我的方法去和貝葉斯模型做比較呢？ （我對Bayesian analysis modelling也完全不了解，能不能稍微解釋一下，給我一個方向查閱資料） 第三段：需要添加一個關(guān)于模型在實(shí)際使用中可靠性的討論。 另外還有兩個問題： 1）這三段是三個問題，我需要分別解答，還是這三段其實(shí)是一個問題，讓我分析我方法的可靠性呢？ 2）如何分析模型的可靠性呢？我文中的評價(jià)指標(biāo)是相關(guān)度，均方根誤差(RMSE)、平均絕對誤差(MAE)、平均絕對百分誤差(MAPE)，這些不能說明可靠性嗎？還有Bayesian analysis modelling是用來驗(yàn)證可靠性的嗎？ |
回復(fù)此樓» 猜你喜歡
本人考085602 化學(xué)工程 專碩
已經(jīng)有23人回復(fù)
-
求調(diào)劑院校信息
已經(jīng)有4人回復(fù)
-
085600材料與化工306
已經(jīng)有4人回復(fù)
-
286求調(diào)劑
已經(jīng)有10人回復(fù)
-
328求調(diào)劑，英語六級551，有科研經(jīng)歷
已經(jīng)有9人回復(fù)
-
一志愿北京化工大學(xué)070300 學(xué)碩336求調(diào)劑
已經(jīng)有4人回復(fù)
-
286分人工智能專業(yè)請求調(diào)劑愿意跨考！
已經(jīng)有8人回復(fù)
-
資源與環(huán)境 調(diào)劑申請(333分)
已經(jīng)有5人回復(fù)
-
280求調(diào)劑
已經(jīng)有12人回復(fù)
-
269專碩求調(diào)劑
已經(jīng)有5人回復(fù)
peterflyer 
木蟲之王 (文學(xué)泰斗)
peterflyer
- 應(yīng)助: 20282 (院士)
- 金幣: 146163
- 紅花: 1374
- 帖子: 93091
- 在線: 7694.3小時(shí)
- 蟲號: 1482829
- 注冊: 2011-11-08
- 性別: GG
- 專業(yè): 功能陶瓷
2樓2015-10-24 14:15:54
senmuyan
新蟲 (初入文壇)
- 應(yīng)助: 0 (幼兒園)
- 金幣: 26.5
- 帖子: 6
- 在線: 5.7小時(shí)
- 蟲號: 2659256
- 注冊: 2013-09-16
- 專業(yè): 信息處理方法與技術(shù)
3樓2015-10-25 17:01:15
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 senmuyan 的主題更新
| 3 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 286求調(diào)劑 +10 | Faune 2026-03-21 | 10/500 |
|
|---|---|---|---|---|
|
|
[考研] 材料學(xué)碩301分求調(diào)劑 +7 | Liyouyumairs 2026-03-21 | 7/350 |
|
|
|
[考研] 考研化學(xué)學(xué)碩調(diào)劑，一志愿985 +5 | 張vvvv 2026-03-15 | 7/350 |
|
|
[考研] 工科0856求調(diào)劑 +3 | 沐析汀汀 2026-03-21 | 3/150 |
|
|
|
[考研] 一志愿深大，0703化學(xué)，總分302，求調(diào)劑 +4 | 七月-七七 2026-03-21 | 4/200 |
|
|
|
[考研] 297求調(diào)劑 +11 | 戲精丹丹丹 2026-03-17 | 12/600 |
|
|
|
[考研] 材料與化工（0856）304求 B區(qū) 調(diào)劑 +3 | 邱gl 2026-03-21 | 3/150 |
|
|
|
[考研] 279分求調(diào)劑 一志愿211 +14 | chaojifeixia 2026-03-19 | 15/750 |
|
|
|
[考研] 306求調(diào)劑 +4 | chuanzhu川燭 2026-03-18 | 4/200 |
|
|
|
[考研] 346求調(diào)劑[0856] +4 | WayneLim327 2026-03-16 | 7/350 |
|
|
|
[考研] 南京大學(xué)化學(xué)376求調(diào)劑 +3 | hisfailed 2026-03-19 | 6/300 |
|
|
|
[考研] 一志愿武漢理工材料工程專碩調(diào)劑 +9 | Doleres 2026-03-19 | 9/450 |
|
|
|
[考研] 290求調(diào)劑 +7 | ^O^乜 2026-03-19 | 7/350 |
|
|
|
[考研] 材料學(xué)求調(diào)劑 +4 | Stella_Yao 2026-03-20 | 4/200 |
|
|
|
[考研] 一志愿西安交通大學(xué) 學(xué)碩 354求調(diào)劑211或者雙一流 +3 | 我想要讀研究生 2026-03-20 | 3/150 |
|
|
|
[考研] 081700化工學(xué)碩調(diào)劑 +3 | 【1】 2026-03-16 | 3/150 |
|
|
|
[考研] 一志愿福大288有機(jī)化學(xué)，求調(diào)劑 +3 | 小木蟲200408204 2026-03-18 | 3/150 |
|
|
|
[考研] 085601專碩，總分342求調(diào)劑，地區(qū)不限 +5 | share_joy 2026-03-16 | 5/250 |
|
|
|
[考研] 293求調(diào)劑 +11 | zjl的號 2026-03-16 | 16/800 |
|
|
|
[考研] 085601材料工程315分求調(diào)劑 +3 | yang_0104 2026-03-15 | 3/150 |
|