Где искать наблюдения UAP
Отличная еда, красивая архитектура и удивительные природные парки. Все это частые требования, которые путешественники учитывают при поиске места назначения. А как насчет того, чтобы испытать неопознанные воздушные явления?
Клиент хотел изучить идею строительства курорта, который привлечет нетрадиционных клиентов: тех, кто заинтересован в наблюдениях UAP. Это новое причудливое название для старомодных НЛО. В защиту нового термина следует отметить, что он содержит больше возможных объяснений и свободен от стигматизации в научном сообществе, что позволяет вести более открытый разговор по этому вопросу.
Обычно приписывается редким климатическим явлениям, внеземным существам, секретным военным технологиям и метеозондам (фаворитам правительства), но здесь не обсуждают, что вызывает это явление. Вместо этого мы рассмотрим три вопроса:
- Где вы, вероятно, найдете что-то, что вы не можете объяснить?
- Как изменились отчеты UAP с течением времени?
- Учитывая ваше местонахождение и время, какая встреча наиболее вероятна?
Чтобы ответить на эти вопросы, мы будем использовать набор данных из Национального центра сообщений об НЛО, содержащий более 80 000 сообщений.
Откуда смотреть на небо
После очистки данных остаются только те страны, у которых 100 и более наблюдений. График количества отчетов по странам дает следующий результат:
США – Мекка пришельцев-пилигримов? Ну нет точно. Данные исходят от исследовательской организации, базирующейся в США, поэтому они сильно смещены в сторону отчетов из этой страны. Возможно, самой горячей точкой для наблюдений UAP является Науру, но люди там могут быть не заинтересованы в сообщении об инцидентах, мы не можем быть уверены.
Что мы можем знать наверняка, так это то, что в наших руках репрезентативная выборка наблюдений UAP в Соединенных Штатах. Поскольку у нас также есть информация о том, из какого конкретного штата поступает каждый отчет, мы можем построить график, чтобы определить области с сильным присутствием этого явления.
С 9420 зарегистрированными инцидентами Калифорния явно лидирует в гонке за наблюдением за летающими тарелками. Мы могли бы еще проанализировать распределение отчетов по округам, но кое-что более интересное мы сделаем позже.
Моднее, чем когда-либо!
У кого-то может возникнуть соблазн поверить, что интерес к этому явлению уходит корнями в прошлые десятилетия. В любом случае, новости и другие СМИ больше не обращают внимания на такого рода переживания, как это было в 80-х и 90-х годах, верно? Что ж, это не может быть дальше от истины:
С 1995 года наблюдается экспоненциальный рост числа зарегистрированных случаев. Люди видят небо больше, чем когда-либо, и большинство из них ищут ответы на вопросы о том, что происходит. Как насчет просмотра отчетов в интересующем нас штате?
В Калифорнии эта тенденция повторяется в пропорциональном масштабе. Проверяя эти данные, мы убеждаемся, что у потенциальных клиентов курорта все еще есть шанс поохотиться на этих зеленых человечков (и что большинство сообщений в нашем наборе данных не относятся к Битве за Лос-Анджелес, 1942 год).
Вы убедили меня посетить Калифорнию, что теперь?
Бассейны с подогревом и высокая кухня — это хорошо, но со временем это может надоесть. Предположим, вы решили отправиться на поиски приключений и покинули комфорт курорта, чтобы посетить национальный парк Йосемити. 14:30, и вы идете мимо великолепной группы секвой, как вдруг до вас доходит: цель этой поездки — поймать несколько UAP.
Но что искать? Я попытаюсь помочь вам, обучив модель машинного обучения, которая даст вам наиболее вероятное столкновение, чтобы вы не утомлялись, ища фигуры в небе, которые вряд ли появятся. Прежде всего, давайте рассмотрим тип наблюдений в отчетах Cali:
Несмотря на то, что таинственные огни встречаются чаще всего, другие образы, такие как круги, огненные шары и треугольники, не используются. не имеют пренебрежимо малой частоты. Тем не менее, предсказание конкретной встречи на основе вашего местоположения, времени и даты — это совсем другая история. Давайте посмотрим на матрицу путаницы лучшей модели, которую мне удалось подогнать:
На этом графике показано сравнение предсказанных встреч (ось x) с истинным зарегистрированным типом (ось y) из данных, которые модель никогда раньше не видела. Наивысшая точность принадлежит классу light, что неудивительно, поскольку эта категория доминирует в нашем наборе данных. Используя справедливую метрику, которая учитывает дисбаланс в данных, в целом мы имеем точность 6% по всем 22 категориям, что чуть лучше, чем случайное угадывание.
Плохие результаты имеют два возможных объяснения:
- Нам нужно использовать более сложную модель или улучшить существующую, чтобы получить лучшую производительность.
- Мы упрощаем сложную проблему, предполагая, что встречи UAP следуют предсказуемой схеме, основанной на местоположении, дате и времени.
Я больше склоняюсь к тому, что вторая причина нашей неподготовленности.
Заключение
Мы рассмотрели идею строительства туристического комплекса в районе, где посетители имеют высокие шансы соприкоснуться с неизведанным. Мы можем заключить, что, по крайней мере, в Соединенных Штатах Калифорния является лучшим кандидатом. Это направление довольно привлекательно, учитывая увеличение частоты сообщений о встречах, но прогнозирование специфики таких встреч все еще остается открытой проблемой.
Для технических читателей: вы можете подумать о том, что я упустил во время этого анализа, я любезно приглашаю вас изучить данные, проверив репозиторий GitHub.
