Каб прадбачыць гэтыя крызісы, вы можаце выкарыстоўваць i прагнастычныя мадэлі але яны заснаваныя на мерах рызыкі, якія часта затрымліваюцца, састарэлі або няпоўныя. Даследаванне Нью-Ёркскага ўніверсітэта спрабавала зразумець, як аптымальна выкарыстоўваць алгарытмы прагназавання.
Даследаванне паказала, што шляхам збору тэкстаў з 11,2 мільёна артыкулаў аб краінах з харчовай бяспекай, апублікаваных у перыяд з 1980 па 2020 год, і выкарыстання апошніх дасягненняў у deep learning: можна атрымаць суцяшальныя вынікі. Распрацоўка дазволіла вылучыць высокачашчынныя прадвеснікі харчовых крызісаў, якія можна інтэрпрэтаваць і пацвярджаць традыцыйнымі паказчыкамі рызыкі.
Алгарытм deep learning падкрэсліў, што ў перыяд з ліпеня 2009 г. па ліпень 2020 г. паказчыкі крызісу істотна паляпшаюць прагнозы ў 21 краіне з адсутнасцю харчовай бяспекі, да 12 месяцаў раней, чым базавыя мадэлі, якія не ўключаюць тэкставую інфармацыю.
Даследаванне засяроджана на прагнозе харчовай бяспекі з дапамогай комплекснай фазавай класіфікацыі (IPC), апублікаваным Сетка сістэм ранняга папярэджання пра голад (FEWS NET). Гэтая класіфікацыя даступная на раённым узроўні ў 37 краінах Афрыкі, Азіі і Лацінскай Амерыкі з небяспечнай харчовай бяспекай і паведамлялася чатыры разы на год у перыяд з 2009 па 2015 год і тры разы на год пасля гэтага.
Харчовая бяспека класіфікуецца па парадкавай шкале, якая складаецца з пяці ступеняў: нізкі ўзровень, стрэс, крызіс, надзвычайная сітуацыя і голад.
BlogInnovazione.it
У мінулы панядзелак Financial Times абвясціла аб здзелцы з OpenAI. FT ліцэнзуе сваю журналістыку сусветнага ўзроўню...
Мільёны людзей плацяць за струменевыя паслугі, плацячы штомесячную абаненцкую плату. Распаўсюджана меркаванне, што вы…
Coveware ад Veeam працягне прадастаўляць паслугі рэагавання на інцыдэнты кібервымагальніцтва. Coveware будзе прапаноўваць судова-медыцынскую экспертызу і магчымасці выпраўлення…
Прагнастычнае тэхнічнае абслугоўванне рэвалюцыянізуе нафтагазавы сектар з інавацыйным і актыўным падыходам да кіравання заводам.…