スペクトル前処理と特徴選択を交差検証フォールド内へ移し、情報漏洩を防止。
Moved spectral preprocessing and feature selection inside cross-validation folds to prevent leakage.
00
代表的な成果図 Selected Result Figure
01
主なポイント Highlights
52サイトの公開合成フィクスチャで、グループ分割を含む全工程を再実行可能。
A public synthetic 52-site fixture supports a clean rerun of the full grouped workflow.
複数回帰器の比較に加え、split conformal法による予測不確実性を実装。
Implemented split-conformal predictive uncertainty alongside comparison of multiple regressors.
02
研究の流れ Research Flow
-
課題Problem
高次元スペクトルから土壌有機物を予測する際のリークと過度に楽観的な評価を抑える。
Reduce leakage and overly optimistic evaluation when predicting soil organic matter from high-dimensional spectra.
-
方法Method
Ridge、PLS、LASSOを、サイト単位のネスト交差検証とフォールド内前処理で比較する。
Compare Ridge, PLS, and LASSO with site-grouped nested cross-validation and fold-local preprocessing.
-
検証Validation
公開合成データで再現性を確認し、グループ外評価と適合型予測区間を用いる。
Validate reproducibility on public synthetic data using held-out groups and conformal prediction intervals.
-
成果Outcome
実データを公開せずに、監査可能なモデリング手順と不確実性評価を提示。
Demonstrates an auditable modeling and uncertainty workflow without publishing the real dataset.
03
限界と適用範囲 Limitations & Scope
実データにはサイト・年・装置の十分なメタデータがなく、公開版の合成結果は圃場実装性能を示さない。
The real data lack sufficient site, year, and instrument metadata, and synthetic results do not establish field-deployment performance.
04
公開範囲 Publication Boundary
公開ケーススタディPublic case study
実データは非公開。公開ページの図表と数値はすべて合成フィクスチャ由来で、方法と検証手順のみを紹介する。
The real data remain private. Every public figure and number comes from a synthetic fixture and is used only to present the method and validation workflow.