A Framework for Evaluating PM2.5 Forecasts from the Perspective of Individual Decision Making

要約

気候の変化に伴って山火事の頻度は増加しており、その結果として生じる大気汚染は健康リスクを引き起こしています。
人々が日常的に天気予報を利用して降水量に合わせて行動を計画するのと同じように、信頼できる大気質予測は個人が大気汚染への曝露を減らすのに役立つ可能性があります。
現在の研究では、個々の意思決定の文脈で、米国本土における微細特定物質（PM2.5）に関する既存のいくつかの予測を評価します。
私たちの比較は、大気汚染予測には有意義な改善の余地があることを示唆しており、これはより多くのデータソースを組み込み、機械学習ツールを使用することで実現できる可能性があります。
将来の機械学習の開発とベンチマークを促進するために、私たちは個人の意思決定のために大気汚染予測を評価および比較するフレームワークを設定しました。
いつ緩和策を使用するかについての決定を把握するために、新しい損失を導入します。
予測を比較する際の視覚化の重要性を強調します。
最後に、アーカイブされた予測予測をダウンロードして比較するためのコードを提供します。

要約(オリジナル)

Wildfire frequency is increasing as the climate changes, and the resulting air pollution poses health risks. Just as people routinely use weather forecasts to plan their activities around precipitation, reliable air quality forecasts could help individuals reduce their exposure to air pollution. In the present work, we evaluate several existing forecasts of fine particular matter (PM2.5) within the continental United States in the context of individual decision-making. Our comparison suggests there is meaningful room for improvement in air pollution forecasting, which might be realized by incorporating more data sources and using machine learning tools. To facilitate future machine learning development and benchmarking, we set up a framework to evaluate and compare air pollution forecasts for individual decision making. We introduce a new loss to capture decisions about when to use mitigation measures. We highlight the importance of visualizations when comparing forecasts. Finally, we provide code to download and compare archived forecast predictions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google