理解并减少公民科学数据中的陨石坑计数误差及标准化的必要性
计算机视觉与模式识别
2022-09-07 v1 计算机与社会
摘要
公民科学已成为初步数据处理任务（如在现代高分辨率影像中识别和计数月球撞击坑）的流行工具。然而，此类数据的使用要求公民科学产品是可理解且可靠的。污染和缺失数据会降低数据集的可用性，因此量化此类效应十分重要。本文提出一种基于新开发的定量模式识别系统（线性泊松模型）的方法，用于估计 MoonZoo 公民科学陨石坑数据中的污染水平。证据将表明，参考某种约定的地面真值，有可能消除污染的影响，从而得到高度可重复的估计陨石坑计数。但也将表明，校正缺失数据目前更难实现。这些技术在来自阿波罗17号站点的 MoonZoo 公民科学陨石坑标注以及来自同一区域的本科生和专家结果上进行了测试。
引用
@article{arxiv.2209.02375,
title = {Understanding and Reducing Crater Counting Errors in Citizen Science Data and the Need for Standardisation},
author = {P. D. Tar and N. A. Thacker},
journal= {arXiv preprint arXiv:2209.02375},
year = {2022}
}