A Quality Control Method for Ocean Data Based on Multi-time Scale Downsampling and Dynamic Threshold Strategy
Notice bibliographique
Résumé
Ocean data quality control (QC) is important for ocean scientific research and resource management, which aims to identify data errors and ensure the reliability of ocean data. Modern ocean observation data are characterized by large volumes and complex association patterns. This results in low efficiency of manual QC and low accuracy of automatic QC. Therefore, the use of unsupervised deep learning models for ocean data QC has become a major trend in recent years. However, it faces some challenges: the powerful learning ability of deep learning models could learn too well from anomalous data; the determination of anomaly threshold has an important effect on the results of QC. To address these issues, we propose a QC method for ocean data based multi-time scale downsampling and dynamic threshold strategy (MTSDTS-QC). A Multi-time Scale Downsampling module is developed to extract the distribution of normal data at both large and small time scales. This process can reduce the interference of anomalous data in the subsequent process. Then, TimesBlocks are used to reconstruct the ocean data considering their multi-periodic characteristics. The difference between the original and the reconstructed data represents the degree of abnormality of the data. Furthermore, we propose a dynamic threshold strategy that can determine the optimal thresholds for different marine data based on the intrinsic characteristics of anomaly scores. Experimental results on marine meteorological data show that the MTSDTS-QC method outperforms 14 existing baseline methods. The generalizability of our model is also validated on a public industrial control dataset WADI.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».