基于深度神经排序的众包地缘政治事件预测
人工智能
2018-10-24 v1 机器学习
摘要
有许多“群体智慧”效应的例子，其中大量参与者赋予了群体集体判断以信心。但当群体规模有限时，我们如何形成聚合判断？我们纳入谁的判断，又赋予谁最大的权重？本文在地缘政治事件预测的背景下考虑此问题，其中志愿分析人员被询问以提供其对某一事件结果的专长、信心与预测。我们开发了一种预测聚合模型，该模型在深度孪生神经网络中整合关于问题的话题信息、关于一对预测者的元数据及其预测，以判定哪些预测者的预测更可能接近正确响应。预测者的排序由成对预测者比较的竞赛诱导而出，该排序被用于创建聚合预测。初步结果发现，由我们的深度孪生网络模型排名最佳的预测者所给出的聚合预测，按 Brier 分数 consistently 击败典型的聚合技术。
引用
@article{arxiv.1810.09620,
title = {Deep Neural Ranking for Crowdsourced Geopolitical Event Forecasting},
author = {Giuseppe Nebbione and Derek Doran and Srikanth Nadella and Brandon Minnery},
journal= {arXiv preprint arXiv:1810.09620},
year = {2018}
}