اقوام متحدہ کا ایجنڈا 2030: خوراک کے بحران کی پیشین گوئی کرنے کے بارے میں اہم مطالعہ

نیویارک یونیورسٹی کے ایک مطالعے سے یہ بات سامنے آئی ہے کہ خوراک کے بحران کی وبا کی پیش گوئی ممکن اور بنیادی ہے، تاکہ ہنگامی امداد کو مؤثر طریقے سے مختص کیا جا سکے اور انسانی مصائب کو کم کیا جا سکے۔ (مڈجرنی کے ساتھ تیار کردہ تصویر)

ان بحرانوں کا اندازہ لگانے کے لیے، آپ i استعمال کر سکتے ہیں۔ پیشن گوئی ماڈل لیکن وہ خطرے کے اقدامات پر مبنی ہیں جو اکثر تاخیر، متروک یا نامکمل ہوتے ہیں۔ نیو یارک یونیورسٹی کے مطالعے نے یہ سمجھنے کی کوشش کی کہ پیشن گوئی الگورتھم کو بہترین طریقے سے کیسے استعمال کیا جائے۔

مطالعہ سے پتہ چلتا ہے کہ 11,2 اور 1980 کے درمیان شائع ہونے والے غذائی غیر محفوظ ممالک پر 2020 ملین مضامین کے متن کو مرتب کرکے، اور حالیہ پیشرفت سے فائدہ اٹھاتے ہوئے deep learning: تسلی بخش نتائج حاصل کیے جاسکتے ہیں۔ تفصیل سے کھانے کے بحرانوں کے اعلی تعدد کے پیش خیمہ کو نکالنے کی اجازت دی گئی ہے جو روایتی خطرے کے اشارے کے ذریعہ قابل تشریح اور توثیق شدہ ہیں۔

الگورتھم deep learning اس بات پر روشنی ڈالی کہ جولائی 2009 سے جولائی 2020 کے دوران، بحران کے اشارے 21 غذائی عدم تحفظ والے ممالک میں پیشین گوئیوں کو کافی حد تک بہتر بناتے ہیں، جو کہ بنیادی ماڈلز کے مقابلے میں 12 ماہ پہلے تک ہیں جن میں متنی معلومات شامل نہیں ہیں۔

یہ مطالعہ انٹیگریٹڈ فیز کلاسیفیکیشن (IPC) کی طرف سے شائع کردہ غذائی عدم تحفظ کی پیشن گوئی پر مرکوز ہے۔ قحط ارلی وارننگ سسٹم نیٹ ورک (FEWS NET)۔ یہ درجہ بندی افریقہ، ایشیا اور لاطینی امریکہ کے 37 غذائی عدم تحفظ والے ممالک میں ضلعی سطح پر دستیاب ہے اور 2009 اور 2015 کے درمیان سال میں چار بار اور اس کے بعد سال میں تین بار رپورٹ کی گئی۔ 

خوراک کی عدم تحفظ کو ایک عام پیمانے کے مطابق درجہ بندی کیا جاتا ہے جس میں پانچ مراحل ہوتے ہیں: کم، تناؤ، بحران، ایمرجنسی اور قحط۔ 

BlogInnovazione.it