Разделение по времени
Три последовательных сезона — проектный минимум, не состоявшиеся годы. До открытия контроля закрепить: годы первых двух сезонов → обучение, выбор гиперпараметров, QA и калибровки предиктивного пайплайна; полностью исключённый третий сезон → единственная финальная независимая проверка. Все делянки, изображения, погодные окна, повторные пробы и исходы третьего сезона остаются в контрольной группе; запрещены: нормализация на всех годах, отбор признаков с подсмотром контрольного сезона, подгонка поправок калибровки модели по его результатам. Физическая проверка корректности прибора выполняется для всех лет, но выбор аналитических гиперпараметров держится слепым. Проверка по 36 делянкам не равна проверке на множестве независимых новых лет. Протокол, processor_version, список признаков и отсечек заморозить до открытия результатов.
Для каждого заблаговременно назначенного момента (например достижение заданной BBCH по уже состоявшемуся обходу) сформировать snapshot полей с observed_at ≤ cutoff; прогноз погоды — только архив реально доступного тогда прогноза, а не последующая фактическая погода. Рост можно оценивать на последующих датах, урожай/масличность — после уборки; MAE/RMSE для урожайности в одних единицах и одной влажностной базе, масла в процентных пунктах заданной базы, фазовая ошибка в днях. Сохранить предсказание каждой делянки/момента и правило агрегации повторных снимков. Ранние исходы уже случившихся соседних делянок нельзя случайно открыть раньше назначенной реальной доступности в сценарии применения. Методы моделирования используют эту спецификацию, а Дизайн исследования определяет конечные цели.
Метаданные и права
MIAPPE 1.1 перечисляет Investigation, Study, Person, Data file, biological material, factor, event, observation unit, sample и observed variable; MIAPPE 1.2 совместим, перед экспортом сверить актуальную версию шаблонов. FAIR — принципы находимости, доступности, интероперабельности, повторного использования, не лицензия на чужие данные. Для каждой внешней записи: точный URL/DOI, издатель, год/время запроса, уровень доступа, лицензия, пространственное/временное покрытие, разрешённое использование, локальный checksum и преобразования. file_manifest.csv: версии, входные файлы, алгоритм, license_id; не оставлять unknown под видом CC-BY. Ссылки на открыто читаемые, но не разрешённые к зеркалированию материалы хранить как ссылки; платные стандарты ISO — только публичные метаданные/аннотации. Исходные фото с людьми, точные частные координаты, личные документы и ключи — только в закрытом хранилище; публичные файлы обезличить и перепроверить EXIF. Пустые CSV здесь — образцы схемы, лицензии внешнего массива от этого не становятся свободными.
Рабочая процедура выпуска
- Реестр входных raw и
sha256; схема и отчёт полноты с причинами недостающих строк. - Версионированный QA и журнал изменений с явной ролью; текст методов лаборатории/калибровок, даты действия приборов.
- Отчёт о split, train-only препроцессоре, отсекающих датах, MAE/RMSE по третьему сезону и уровне делянки, ограничении всего одним новым годом.
- Перед публикацией исключить приватные активы, проверить лицензии каждого стороннего слоя, DOI/цитирование только для действительно выпущенных данных. Репозиторий с постоянным идентификатором назначается после реального депозита, его нельзя выдумать сейчас.
Источники к действию
MIAPPE: структуры метаданных, актуальная версия, FAIR: лицензии/происхождение → описывать истинный опыт без фальшивого DOI и различать доступность материала от прав на его размещение.
Связи
- Сезоны — структура исследования определяет внешнюю проверку.
- BBCH — временная дата обхода ограничивает фазовый признак.
- Снимки — вложенные кадры не пересекают train/test границу.
- QA — утечка возможна через пороги и импутацию.
- Библиотека — доступность страницы и разрешение копировать файл различаются.