通过整合冲突数据提高粮食安全预测的准确性
计算机与社会
2024-10-31 v1 机器学习
摘要
暴力和武装冲突已成为导致粮食危机的重要因素。然而，其影响程度在很大程度上仍未得到探索。本文深入分析了暴力冲突对非洲粮食安全的影响。我们利用饥荒预警系统网络（FEWSNET）和武装冲突地点与事件数据（ACLED）进行了全面的相关性分析。结果表明，与未纳入冲突相关信息的模型相比，使用冲突数据训练机器学习模型可使准确率提高1.5%。本研究的主要贡献在于对冲突对粮食安全预测的影响进行了定量分析。
引用
@article{arxiv.2410.22342,
title = {Improving the accuracy of food security predictions by integrating conflict data},
author = {Marco Bertetti and Paolo Agnolucci and Alvaro Calzadilla and Licia Capra},
journal= {arXiv preprint arXiv:2410.22342},
year = {2024}
}