모기 비행 궤적 예측 AI 경진대회

알고리즘 | 시계열 | 정형 | 회귀 | LiDAR | Hit Rate

  • moneyIcon 데이스쿨 프로 구독권
  • 108명 종료까지 D-28

1. 리더보드

  • 평가 산식 : R-Hit@1cm
  • 예측 좌표와 실제 좌표의 3차원 유클리드 거리 d를 계산하고, 레이저의 유효 범위를 고려하여 d <= 0.01m 이면 적중(1), 아니면 실패(0)로 판정한다.
  • 점수는 전체 샘플의 평균 R-Hit(적중률)이다.
import numpy as np

def r_hit(pred, true):
    R_HIT = 0.01
    distance = np.linalg.norm(np.asarray(pred) - np.asarray(true), axis=-1)
    return np.mean(distance <= R_HIT)
  • Public Score : 전체 테스트 데이터 중 샘플링된 50%
  • Private Score : 전체 테스트 데이터 100%


2. 평가

  • 1차 평가: 리더보드 Private Score 100%
  • 2차 평가: Private Score 상위 10팀 코드 및 PPT 제출 후 코드 검증

대회 주요 일정

  1. 05.04

    대회 시작

  2. 05.25

    팀 병합 마감

  3. 06.01

    대회 종료

  4. 06.04

    코드 및 PPT 제출 마감

  5. 06.12

    코드 검증

  6. 06.15

    최종 수상자 발표

1. 리더보드

  • 평가 산식 : R-Hit@1cm
  • 예측 좌표와 실제 좌표의 3차원 유클리드 거리 d를 계산하고, 레이저의 유효 범위를 고려하여 d <= 0.01m 이면 적중(1), 아니면 실패(0)로 판정한다.
  • 점수는 전체 샘플의 평균 R-Hit(적중률)이다.
import numpy as np

def r_hit(pred, true):
    R_HIT = 0.01
    distance = np.linalg.norm(np.asarray(pred) - np.asarray(true), axis=-1)
    return np.mean(distance <= R_HIT)
  • Public Score : 전체 테스트 데이터 중 샘플링된 50%
  • Private Score : 전체 테스트 데이터 100%


2. 평가

  • 1차 평가: 리더보드 Private Score 100%
  • 2차 평가: Private Score 상위 10팀 코드 및 PPT 제출 후 코드 검증

대회 주요 일정

  1. 05.04

    대회 시작
  2. 05.25

    팀 병합 마감
  3. 06.01

    대회 종료
  4. 06.04

    코드 및 PPT 제출 마감
  5. 06.12

    코드 검증
  6. 06.15

    최종 수상자 발표