冲突的几何学：死亡率预测中的三维时空模式

理解冲突事件如何随时间和空间扩散对于预测和缓解未来暴力至关重要。然而，由于缺乏能够捕捉冲突扩散复杂动态模式的方法，此领域的进展受限。这些复杂趋势需要模型具备灵活性以加以解构。本研究通过一种创新的方法来分析冲突死亡率的时空数据，将数据转换为 Prio-Grid 水平上的三维模式。在本文中，适应了称为 ShapeFinder 的基于形状的模型。通过应用 Earth Movers Distance (EMD) 算法，我们检测和分类这些模式，从而在所有维度上实现高适应性的比较和匹配。使用历史相似模式生成冲突死亡率预测，并与领先基准模型 Views ensemble 进行比较。我们的发现表明，识别和分析冲突扩散模式显著提高了预测精度，超越了基准模型。该研究通过引入一种新型模式识别框架来促进冲突动力学研究，增强了时空数据分析，并为早期预警系统提供了实际应用。