Towards a visual evaluation, beyond face validation
| Autor: | Robin Cura |
|---|---|
| Přispěvatelé: | Géographie-cités (GC (UMR_8504)), Université Paris 1 Panthéon-Sorbonne (UP1)-École des hautes études en sciences sociales (EHESS)-Centre National de la Recherche Scientifique (CNRS)-Université de Paris (UP) |
| Předmět: |
[STAT.AP]Statistics [stat]/Applications [stat.AP]
[SHS.STAT]Humanities and Social Sciences/Methods and statistics visual evaluation evaluation methods PARIS team modélisation en interdisciplinarité analyse interactive de données [SHS.GEO]Humanities and Social Sciences/Geography [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation Agent-based modelling COMACT [INFO.INFO-MA]Computer Science [cs]/Multiagent Systems [cs.MA] évaluation visuelle face validation Exploratory Data Analysis méthodes d'évaluation interdisciplinary modelling modélisation en interdisciplinarité Agent-based modelling Simulation multi-agents |
| Zdroj: | HAL 16th Spatial Analysys and GEOmatics Conference (SAGEO 2021) 16th Spatial Analysys and GEOmatics Conference (SAGEO 2021), May 2021, La Rochelle, France. pp.139-150 |
| Popis: | International audience; In this talk, we propose a new methodological framework, the "visual evaluation'', that enables or facilitates the evaluation of complex and stochastic simulation models that mostly rely on expert knowledge rather than empirical data for their hypotheses.This method has been developped for the modelling of space-time processes and relies on the thorough use of qualitative visual comparison between the model's outputs and the underlying empirical knowledge.Visual evaluation is based on a remediation of face validation for massive simulation datasets, and thus requires an interactive exploratory data analysis platform dedicated to simulation outputs.; Nous proposons une approche méthodologique dédiée à l'évaluation de modèles de simulation stochastiques descriptifs caractérisés par une faible possibilité de recours à des données empiriques.En l'absence de données structurées de contrôle - ou quand celles-ci sont trop peu nombreuses, incertaines ou lacunaires -, l'évaluation peut être réalisée d'après les connaissances expertes, de manière qualitative.Pour que ce processus soit mené de manière rigoureuse, robuste et reproductible, il ne doit pas être uniquement basé sur des intuitions ou premières impressions.L'évaluation peut prendre la forme d'une comparaison systématique entre les sorties du modèle et les hypothèses thématiques sous-jacentes à la modélisation, tirées des connaissances expertes.Cette comparaison est menée à l'aide d'une méthode d' "évaluation visuelle" que nous définissons et appliquons ici.L'approche méthodologique proposée doit ainsi permettre et faciliter l'évaluation de modèles de simulations par le biais de connaissances expertes explicitées, en s'appuyant sur l'utilisation d'un environnement d'exploration interactive des données de sortie de simulation. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|