Le terme «vérité terrain» a été inventé dans les sciences géologiques / de la terre pour décrire la validation des données en allant sur le terrain et en vérifiant «sur le terrain». Elle a été adoptée dans d'autres domaines pour exprimer la notion de données «connues» comme exactes. D'après mon expérience personnelle, il est largement utilisé en biométrie et en vision par ordinateur. Le terme "erreur de vérité terrain" est également largement utilisé, illustrant le fait que ce que nous "savons" n'est pas toujours correct.

Voir

@article {Dictionary.com2015, title = {Lexique du 21e siècle de Dictionary.com}, mois = {août}, jour = {18}, année = {2015}, url = { http://dictionary.reference.com/browse/ground vérité},}

pour une définition en ligne.

Voir @book {krig2014computer, title = {Computer Vision Metrics: Survey, Taxonomy, and Analysis}, author = {Krig, Scott}, year = {2014}, publisher = {Apress}} Chapitre 7 , "Données, contenu, métriques et analyse de la vérité fondamentale" pour une discussion de la vérité fondamentale en vision par ordinateur - disponible en formats papier et eBook.

Il y a un blog intéressant sur thegroundtruthproject.org

La NASA a un glossaire qui inclut la vérité terrain - voir http://podaac.jpl.nasa.gov / Glossaire

Dans la plupart des cas, il est utilisé comme "vrai vrai", par exemple scikit en Python, avec des exemples spécifiques tels que la reconnaissance d'image, par exemple Nunez-Iglesias et al. PLOS One, reconnaissance de caractères Luis von Ahn et al. Science.

Mais la proximité du "vrai vrai" par rapport à une valeur fixe peut dépendre de la complexité de l'entrée et du fait que "les données de référence peuvent être moins précises que le système de reconnaissance en cours d'évaluation" Lopresti et Nagy et une recherche de problèmes de vérification sur le terrain pourraient donner d'autres résultats, par exemple cet aperçu de la reconnaissance des symboles. (Alors que supposé vs validé ferait largement référence à une hypothèse / implémentation particulière.)

Ce n'est pas exactement une définition, mais une brève description nuancée de la vérité terrain dans l'apprentissage automatique par James Kobielus chez IBM: http://www.ibmbigdatahub.com/blog/ground-truth-agile-machine -apprentissage

Dans le cadre de l'apprentissage automatique, j'appellerais la vérité fondamentale une vérité définie par l'homme ou une vérité externe plutôt qu'une vérité épistémologique ou une vérité réelle. La vérité terrain est le fondement de l'apprentissage automatique supervisé.

Signifiant «selon le« supposé »».L'hypothèse est la terre, comme la seule tension de référence dans les systèmes électriques.Le terme a été adopté par les informaticiens travaillant dans l'apprentissage automatique, hérités des ingénieurs électriciens.