Un estensione del metodo e del software Bluecat per stimare incertezza di previsioni fornite da modelli (di ensemble) deterministici è stata presentata a settembre 2024.
L'estensione è descritta in un articolo scientifico sotto revisione, intitolato "Uncertainty estimation for environmental multimodel predictions: the BLUECAT approach and software". Il preprint è disponibile qui.
Una corrispondente nuova versione del Bluecat software è stata rilasciata per gli ambienti R e Python. Si tratta di un codice che può essere eseguito in soluzione indipendente dal modello di previsione, non essendo associato ad un modello specifico ed essendo quindi applicabile a modelli di qualsiasi natura.
Clicca qui per accedere alla seconda versione in ambiente R in GitHub.
Clicca qui per accedere alla seconda versione in ambiente Python in GitHub.
Per il caso delle previsioni multimodello, abbiamo introdotto una misura di incertezza che viene utilizzata quale criterio per la selezione del modello ottimale ad ogni passo di previsione. Il codice incorpora quattro misure alternative. Nel momento in cui ogni singola previsione diviene disponibile, l'incertezza di ciascun modello viene valutata, il modello meno incerto viene selezionato la cui previsione - con limiti di confidenza - viene restituita all'utente. Si veda la Figura sotto.
La procedura dì selezione del modello di previsione di Bluecat.
Ulteriori dettagli sono forniti nella Bluecat Home Page.
Grazie per l'interesse!
Ciao,
Alberto
- 20 viste