 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 3 | 1/1 | 返回列表 |
| 查看: 855 | 回復(fù): 2 | ||
| 【懸賞金幣】回答本帖問題，作者senmuyan將贈(zèng)送您 5 個(gè)金幣 | ||
senmuyan新蟲 (初入文壇)
|
[求助]
請(qǐng)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(dòng)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(qǐng)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(gè)對(duì)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(dòng)車數(shù)據(jù)驗(yàn)證的，先驗(yàn)指的是這個(gè)嗎？）。該方法對(duì)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(cè)車）觀測(cè)數(shù)據(jù)的缺失（請(qǐng)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(duì)意外交通狀況不能準(zhǔn)確分類。對(duì)車輛行程時(shí)間預(yù)測(cè)不可靠的風(fēng)險(xiǎn)與采樣間隔成正比（to 缺失觀測(cè)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(duì)Bayesian analysis modelling也完全不了解，能不能稍微解釋一下，給我一個(gè)方向查閱資料） 第三段：需要添加一個(gè)關(guān)于模型在實(shí)際使用中可靠性的討論。 另外還有兩個(gè)問題： 1）這三段是三個(gè)問題，我需要分別解答，還是這三段其實(shí)是一個(gè)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(píng)價(jià)指標(biāo)是相關(guān)度，均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)、平均絕對(duì)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
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(yǔ)六級(jí)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(qǐng)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(qǐng)(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)
-
材料學(xué)碩301分求調(diào)劑
已經(jīng)有7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(hào): 1482829
- 注冊(cè): 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(hào): 2659256
- 注冊(cè): 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] 085600材料與化工306 +4 | z1z2z3879 2026-03-21 | 4/200 |
|
|---|---|---|---|---|
|
|
[考研] 一志愿西安交通大學(xué)材料工程專業(yè) 282分求調(diào)劑 +10 | 楓橋ZL 2026-03-18 | 12/600 |
|
|
|
[考研] 326求調(diào)劑 +4 | mlpqaz03 2026-03-15 | 4/200 |
|
|
[考研] 0703化學(xué)297求調(diào)劑 +3 | Daisy☆ 2026-03-20 | 3/150 |
|
|
|
[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] 材料學(xué)學(xué)碩080502 337求調(diào)劑-一志愿華中科技大學(xué) +4 | 順順順mr 2026-03-18 | 5/250 |
|
|
|
[考研] 化學(xué)求調(diào)劑 +4 | 臨澤境llllll 2026-03-17 | 5/250 |
|
|
|
[考研] 311求調(diào)劑 +5 | 冬十三 2026-03-18 | 5/250 |
|
|
|
[考研] 321求調(diào)劑 +9 | 何潤(rùn)采123 2026-03-18 | 11/550 |
|
|
|
[考研] 304求調(diào)劑 +7 | 司空. 2026-03-18 | 7/350 |
|
|
|
[考研] 一志愿南京理工大學(xué)085701資源與環(huán)境302分求調(diào)劑 +4 | 葵梓衛(wèi)隊(duì) 2026-03-18 | 6/300 |
|
|
|
[考研] 288求調(diào)劑 +16 | 于海海海海 2026-03-19 | 16/800 |
|
|
|
[考研] 317求調(diào)劑 +5 | 申子申申 2026-03-19 | 9/450 |
|
|
|
[考研] 北科281學(xué)碩材料求調(diào)劑 +5 | tcxiaoxx 2026-03-20 | 5/250 |
|
|
|
[考研] 求調(diào)劑 +3 | 暗涌afhb 2026-03-16 | 3/150 |
|
|
|
[考研] 一志愿中國(guó)海洋大學(xué)，生物學(xué)，301分，求調(diào)劑 +5 | 1孫悟空 2026-03-17 | 6/300 |
|
|
|
[考研] 288求調(diào)劑，一志愿華南理工大學(xué)071005 +5 | ioodiiij 2026-03-17 | 5/250 |
|
|
|
[考研] 材料考研調(diào)劑 +3 | xwt。 2026-03-19 | 3/150 |
|
|
|
[考研] 344求調(diào)劑 +6 | knight344 2026-03-16 | 7/350 |
|
|
|
[考研] 考研求調(diào)劑 +3 | 橘頌. 2026-03-17 | 4/200 |
|