लेख

UN एजेन्डा 2030: खाद्य संकट कसरी भविष्यवाणी गर्ने मा ग्राउन्डब्रेकिंग अध्ययन

न्यूयोर्क युनिभर्सिटीले गरेको एक अध्ययनले देखाएको छ कि खाद्य संकट महामारीको प्रत्याशा गर्न सम्भव र आधारभूत छ, कुशलतापूर्वक आपतकालीन राहत विनियोजन गर्न र मानव पीडा कम गर्न। (तस्बिर मिडजर्नी संग निर्मित)

यी संकटहरू अनुमान गर्न, तपाईंले i प्रयोग गर्न सक्नुहुन्छ भविष्यवाणी मोडेलहरू तर तिनीहरू जोखिम उपायहरूमा आधारित हुन्छन् जुन प्रायः ढिलो, अप्रचलित वा अपूर्ण हुन्छन्। न्यूयोर्क विश्वविद्यालयको अध्ययनले कसरी इष्टतम तरिकामा भविष्यवाणी गर्ने एल्गोरिदमको शोषण गर्ने भनेर बुझ्ने प्रयास गर्यो।

सन् १९८० देखि २०२० सम्म प्रकाशित खाद्यान्न असुरक्षित देशहरूका बारेमा ११.२ मिलियन लेखको पाठ सङ्कलन गरी हालको प्रगतिको फाइदा उठाउँदै अध्ययनले देखाएको छ। deep learning: सान्त्वनादायी परिणाम प्राप्त गर्न सकिन्छ। विस्तारले खाद्य संकटको उच्च-फ्रिक्वेन्सी पूर्ववर्तीहरू निकाल्न अनुमति दिएको छ जुन परम्परागत जोखिम सूचकहरूद्वारा व्याख्या गर्न सकिने र प्रमाणित दुवै छन्।

एल्गोरिदम deep learning जुलाई 2009 देखि जुलाई 2020 सम्मको अवधिमा, सङ्कटका सूचकहरूले पाठ्य जानकारी समावेश नगर्ने आधारभूत मोडेलहरू भन्दा १२ महिना अघिसम्म २१ खाद्य असुरक्षित देशहरूमा पूर्वानुमानमा उल्लेख्य सुधार गरेको छ।

अध्ययनले खाद्य असुरक्षाको एकीकृत चरण वर्गीकरण (आईपीसी) द्वारा प्रकाशित गरेको भविष्यवाणीमा केन्द्रित छ। अकाल अर्ली चेतावनी प्रणाली नेटवर्क (FEWS NET)। यो वर्गीकरण अफ्रिका, एसिया र ल्याटिन अमेरिकाका ३७ खाद्य असुरक्षित देशहरूमा जिल्ला स्तरमा उपलब्ध छ र सन् २००९ र २०१५ को बीचमा वर्षमा चार पटक र त्यसपछि वर्षमा तीन पटक रिपोर्ट गरिएको थियो।