博文
欢迎搞气象预报检验的研究者合作
|||
我是语义信息研究者， 我最近找到了从联合概率转换成语义信道的方法——参看：
http://blog.sciencenet.cn/home.php?mod=space&uid=2056&do=blog&id=941004
觉得检验和评价天气预报很合适。
我只要预报和降水量联合概率矩阵—— 预报集合比如{无雨， 小雨， 中雨， 小到中雨， 大雨， 大到暴雨，可能有大暴雨。。。}
降水量集合比如{0， 0.1-1， 1-2, 2-3，。。。。}——或者预报和实际降水量 两列数据清单， 就可以求出“小雨”， “中雨”。。。
。。的真值函数（在0和1之间变化）。算出每种预报在无偏差和有偏差时的语义信息量， 以及平均信息量。
目的：
1）用信息准则评价预报；信息准则相对误差准则， 更加重视偶然和特殊事件（比如今天大晴天， 你报明天有“大暴雨”）。 用信息准则也就是用Popper评价科学命题的准则，逻辑概率越小，潜在信息就越大。 总是选择模糊预报， 比如“可能有雨”，信息量就少。
2）画出语义曲线，算出逻辑概率，便于听众接收信息； （虽然气象台预报有定义， 但是实际降水量是曲线分布，可能超出定义之外。）
3）比较日常语义， 看要不要改进预报规则，纠正系统偏差（比如总是夸大了降水量）， 或改进模糊性（比如误差较大就应更多使用模糊语言）。
如果预报使用规则即条件概率和听众日常语言使用习惯一致， 听众就能获得更多信息——接近Shannon信息。
如果合作，步骤如下：
1）你们提供数据（联合概率矩阵， 或者两列数据清单）；
2）我用语义信息方法做计算和分析， 画出语义曲线图和逻辑概率（水平线），提供信息评价方法。
3）你们把我的方法和流行方法做对比， 看看各自优劣。（我相信我的方法更简单， 更直观）。
4）一起写文章投稿。
这在学术上一定意义重大。不要错过啊！
如果不放心，可以啥也不做， 只给我数据， 看我分析结果， 你们再决定下一步合作。
如能一复， 不胜荣幸！
祝
好运！
鲁晨光
https://blog.sciencenet.cn/blog-2056-945525.html
上一篇：语义信息研究重要进展
下一篇：绿头鸭的审美趣味
