agentleFS
yuisekiyuiseki/GeoAI-master-skills/.agents/skills/spatiotemporal-modeling/SKILL.md

spatiotemporal-modeling

Skill3 starsChanged yesterdayApache-2.0View on GitHub

空間の依存と時間の依存を同時に持つ現象 (地点 × 時刻の観測) を、空間の効果、時間の効果、その相互作用、時空間の残差に分けてモデル化し、予測先 (既知の地点の未来、未知の地点の既知の時点、未知の地点の未来) ごとに分けた検証で評価する。残差の空間と時間の自己相関、分離可能性を確かめる。

The file

Files
SKILL.md

spatiotemporal-modeling

大気の測定局の毎時の濃度、観測所の毎日の雨量、市区町村の毎月の件数。地点 × 時刻の値は、近い地点どうしでも、近い時刻どうしでも似る。このスキルの問いは、その両方の依存を、どの構造でモデル化し、どこへ予測するか。

別の問いとの境界:

  • 同じ単位の繰り返しを、固定効果やクラスタの標準誤差でどう扱うか (単位の中の相関) は、単位の統計の構造の問い。ここでは単位の位置と、近い単位どうしの依存を使う。
  • 系列ごとに先の期間を当てるだけなら、時系列の予測の問い。ここでは、観測の無い地点への予測と、空間で共有される時間の動きを扱う。
  • ある時点の値の空間の依存 (空間ラグ、空間誤差) だけなら、空間回帰の問い。ここでは時間をまたぐ依存も扱う。
reference読むとき中身
structure平均の構造と残差を分解して比べるとき、いつも (手順 3〜5 の前)空間の効果、時間の効果、相互作用、時空間の残差。分離可能と分離不能、傾向と季節性と残差の依存、不規則な地点と時刻、欠けたセル (合成の数字)
st-kriging残差に時空間の依存が残り、クリギングで当てるとき (手順 6 の前)残差の時空間クリギング (分離できる共分散、最尤)。分離できない動く場で何を失うか (合成と実データ)
spde地点や時刻が多く、Matérn の場を疎な行列で近似するとき (手順 6 の前)Matérn の場 (ν = 1) を格子の疎な精度行列で近似する SPDE。解析解との一致、端の効果と余白、密な GP との一致、10 万セルの速さ (scripts/spde.py)
validation予測先と検証の分け方を決めるとき、いつも (手順 1 の前)予測先の 3 つと検証の分け方。無作為な行の楽観、時間だけ、空間だけの分け方が測らないもの (合成の数字)

手順

  1. 予測先を決める。既知の地点の未来か、未知の地点の既知の時点か、未知の地点の未来か。3 つは難しさも、検証の分け方も違う。行を無作為に分けた点数を基準にしない (validation)。
  2. データの形を数える。地点の数と置かれ方 (格子か、不規則か)、時刻の数と間隔 (等間隔か)、欠けた地点 × 時刻のセルの割合と偏り (ある地点の冬だけ欠ける、など)。scripts/st_model.py が最初に出す。
  3. 平均の構造 (全体の傾向、季節性、共通の時間の動き、地点ごとの水準) と、残差の依存を分ける。傾向や季節性が残ったままの残差の自己相関は、依存でなく、平均の構造の取り残し。
  4. 小さい分解から比べる。空間だけ (地点の効果)、時間だけ (時刻の効果)、足し算 (地点 + 時刻)、相互作用 (地点ごとの傾き)。st_model.py は、予測先ごとの分け方で、全てのモデルの RMSE を並べる。
  5. 選んだモデルの残差で、空間の自己相関 (時刻ごとの Moran's I) と時間の自己相関 (地点ごとの 1 期のずれの自己相関) の両方を測る。片方だけ測ると、もう片方の取り残しを見落とす。
  6. 残差に両方の依存が残るなら、時空間の残差の過程がある。共分散が空間 × 時間に分けられるか (分離可能か) を separability_ratio で粗く確かめる。流れ (風、川) がある現象は、その向きで確かめる。分離できるなら、残差を scripts/st_kriging.py の時空間クリギングで補い、予測先ごとの分け方で、足し算の分解だけより良くなるかと、区間の被覆を確かめる (st-kriging)。分離できない (動く) 場は実装していない。3,000 を超える観測の空間の場は、格子の SPDE (scripts/spde.py、パラメータは与える) で解ける (spde)。残ることを書く。
  7. 書き出す。

書き出すもの

  • 予測先と、それに合わせた検証の分け方 (時間の区切り、残した地点の選び方、地点のかたまりの大きさ)
  • 地点の数と置かれ方、時刻の数と間隔、欠けたセルの割合
  • モデル × 分け方の RMSE の表。行を無作為に分けた点数は、参考として別に書く
  • 選んだモデルの残差の、空間と時間の自己相関
  • 分離可能性の確かめ方と結果。残った時空間の依存と、それが予測の区間や係数の標準誤差に与える影響 (行は独立でない)

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.