NourishNet：面向全球预警系统的食品商品价格主动严重程度状态预测

全球食品商品价格的波动是指示潜在食品市场冲击的关键信号。理解这些价格将来如何变化对于增强粮食安全尤为重要，特别是对于处于风险中的国家。联合国粮农组织（FAO）此前 developed 了 sophisticated 的统计框架，用于主动预测食品商品价格，以支持全球早期预警系统的构建。这些框架利用粮食安全指标来 produce accurate 的预测，从而促进对潜在粮食短缺的准备工作。我们的研究建立在这些基础之上，通过将稳健的价格安全指标与前沿深度学习（DL）技术相结合，以揭示复杂的相互依存关系。DL技术examines影响食品价格的多样因素之间的复杂动态。通过结合精细的时间序列预测模型和分类模型，我们的方法提升了现有模型，以更好地支持全球社区在推进粮食安全计划方面发挥作用。