論文の概要: Forecasting asylum-related migration flows with machine learning and
data at scale
- arxiv url: http://arxiv.org/abs/2011.04348v3
- Date: Fri, 20 Nov 2020 13:19:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-28 02:22:19.555133
- Title: Forecasting asylum-related migration flows with machine learning and
data at scale
- Title(参考訳): 機械学習と大規模データによる亡命関連マイグレーションフローの予測
- Authors: Marcello Carammia, Stefano Maria Iacus, Teddy Wilkin
- Abstract要約: 適応型機械学習アルゴリズムは,亡命関係の移動フローを効果的に予測できることを示す。
我々は、起源の国における位置情報のイベントとインターネット検索、EU国境における不規則な横断の検知、目的地の国における亡命承認率という3つの階層のデータを活用している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The effects of the so-called "refugee crisis" of 2015-16 continue to dominate
the political agenda in Europe. Migration flows were sudden and unexpected,
leaving governments unprepared and exposing significant shortcomings in the
field of migration forecasting. Migration is a complex system typified by
episodic variation, underpinned by causal factors that are interacting, highly
context dependent and short-lived. Correspondingly, migration monitoring relies
on scattered data, while approaches to forecasting focus on specific migration
flows and often have inconsistent results that are difficult to generalise at
the regional or global levels.
Here we show that adaptive machine learning algorithms that integrate
official statistics and non-traditional data sources at scale can effectively
forecast asylum-related migration flows. We focus on asylum applications lodged
in countries of the European Union (EU) by nationals of all countries of origin
worldwide; the same approach can be applied in any context provided adequate
migration or asylum data are available.
We exploit three tiers of data - geolocated events and internet searches in
countries of origin, detections of irregular crossings at the EU border, and
asylum recognition rates in countries of destination - to effectively forecast
individual asylum-migration flows up to four weeks ahead with high accuracy.
Uniquely, our approach a) monitors potential drivers of migration in countries
of origin to detect changes early onset; b) models individual
country-to-country migration flows separately and on moving time windows; c)
estimates the effects of individual drivers, including lagged effects; d)
provides forecasts of asylum applications up to four weeks ahead; e) assesses
how patterns of drivers shift over time to describe the functioning and change
of migration systems.
- Abstract(参考訳): 2015-16年のいわゆる「難民危機」の影響は、欧州の政治政策を支配し続けている。
移行フローは突然で予期せぬものとなり、政府は準備ができなくなり、移行予測の分野において重大な欠点を露呈した。
移行はエピソードの変化によって特徴づけられる複雑なシステムであり、相互作用し、文脈に依存し、短命である因果因子によって支えられている。
移行監視は散在するデータに依存する一方で、特定の移行フローに注目して予測するアプローチでは、地域やグローバルレベルでの一般化が難しい一貫性のない結果がしばしば発生する。
ここでは,公式統計と非伝統的なデータソースを大規模に統合した適応型機械学習アルゴリズムが,亡命関連マイグレーションフローを効果的に予測できることを示す。
我々は、欧州連合(eu)加盟国に所在する世界各国の亡命申請に焦点をあて、適切な移行や亡命データが利用可能であれば、あらゆる状況において同じアプローチを適用することができる。
我々は3つの階層(起源国における位置情報イベントとインターネット検索、eu国境における不規則な交差点の検出、目的地国でのアジラム認識率)を活用し、高精度で4週間以内の個々のアジラム移民の流れを効果的に予測する。
私たちのアプローチは
a) 原産地諸国における移住の潜在的な要因を監視して,早期に変化を検出すること
b) 個別の国間移動フロー及び移動時間窓のモデル
c) 標識効果を含む個々のドライバの効果を推定すること。
d) 亡命申請の予測を最大4週間先まで提供すること。
e) ドライバのパターンが時間の経過とともに移行システムの機能や変更を記述する方法を評価する。
関連論文リスト
- The diaspora model for human migration [0.07852714805965527]
既存のモデルは、フローの変動を説明するために、主に人口規模と移動距離に依存している。
本稿では,移住のダイアスポラモデルを提案し,移住者数(移住者数)と移住者数(国内での目的地)を取り入れた。
本モデルでは,移住者が特定の居住地を選択する確率に影響を及ぼすように,目的地国における既存のディアスポラサイズのみを考慮に入れている。
論文 参考訳(メタデータ) (2023-09-06T15:17:53Z) - Improving Generalization of Adapter-Based Cross-lingual Transfer with
Scheduled Unfreezing [107.61357092724624]
言語間移動における微調整タスクアダプタの非凍結アルゴリズムについて検討した。
実験では, 完全微調整に近づき, 最先端のトランスファー性能を達成するために, 凍結を予定しない手法が提案されている。
本研究では,4つのデータセットに対して平均2点改善を達成できる一般的な非凍結アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-01-13T11:26:53Z) - Estimating Latent Population Flows from Aggregated Data via Inversing
Multi-Marginal Optimal Transport [57.16851632525864]
累積カウントデータから潜在人口フローを推定する問題について検討する。
この問題は、プライバシーの問題や測定の不確実性のために個々の軌道が利用できない場合に発生する。
我々はMOTフレームワークのコスト関数を学習し,集約データからの遷移フローを推定する。
論文 参考訳(メタデータ) (2022-12-30T03:03:23Z) - Mutual Information Regularized Offline Reinforcement Learning [76.05299071490913]
我々は、データセットにおける状態と行動間の相互情報の観点から、オフラインRLにアプローチする新しいMISAフレームワークを提案する。
この下位境界の最適化は、オフラインデータセット上での一段階改善されたポリシーの可能性の最大化と等価であることを示す。
MISAの3つの異なる変種を導入し、より厳密な相互情報によりオフラインのRL性能が向上することを示した。
論文 参考訳(メタデータ) (2022-10-14T03:22:43Z) - Causality-Based Multivariate Time Series Anomaly Detection [63.799474860969156]
我々は、因果的観点から異常検出問題を定式化し、多変量データを生成するための通常の因果的メカニズムに従わない事例として、異常を考察する。
次に、まずデータから因果構造を学習し、次に、あるインスタンスが局所因果機構に対して異常であるかどうかを推定する因果検出手法を提案する。
我々は、実世界のAIOpsアプリケーションに関するケーススタディと同様に、シミュレートされたデータセットとパブリックなデータセットの両方を用いて、私たちのアプローチを評価します。
論文 参考訳(メタデータ) (2022-06-30T06:00:13Z) - Investigating internal migration with network analysis and latent space
representations: An application to Turkey [0.0]
トルコにおける2008年から2020年までの内部移住の構造と動態を詳細に調査する。
古典的マイグレーション法則の集合を同定し,署名付きネットワーク解析,エゴネットワーク解析,表現学習,時間的安定性解析,ネットワーク可視化の様々な手法を用いて検証する。
この結果は、古典的な移住法に従って、ほとんどの移住リンクは、大きな経済活動を持つ都市を含むいくつかの例外と地理的に結びついていることを示している。
論文 参考訳(メタデータ) (2022-01-10T18:58:02Z) - Leveraging Mobile Phone Data for Migration Flows [5.0161988361764775]
移動フローに関する統計は、しばしば固有の制限に悩まされる国勢調査データから導かれる。
調査やフィールド観測などの代替データソースも、信頼性、コスト、スケール制限に悩まされている。
携帯電話の普及により、移動に関連する最新のデータの正確かつ効率的な収集が可能になる。
論文 参考訳(メタデータ) (2021-05-31T13:41:47Z) - Combating Temporal Drift in Crisis with Adapted Embeddings [58.4558720264897]
言語の使用は時間とともに変化し、NLPシステムの有効性に影響を与える可能性がある。
本研究は,危機時の言論変化に対応する方法を検討する。
論文 参考訳(メタデータ) (2021-04-17T13:11:41Z) - Impact of weather factors on migration intention using machine learning
algorithms [17.012869982527725]
そこで本研究では,木をベースとした機械学習手法を用いて,気象ショックの役割を個人が移行する意図に対して分析する。
我々は、列車検証テストワークフローを用いて、木に基づくいくつかのアルゴリズムを実行し、頑丈で耐雑音性のあるアプローチを構築した。
気象特性は,社会経済特性が移動意図に影響を及ぼす一方で,予測性能を向上させることが判明した。
論文 参考訳(メタデータ) (2020-12-04T16:59:15Z) - Leveraging the Power of Place: A Data-Driven Decision Helper to Improve
the Location Decisions of Economic Immigrants [0.6597195879147557]
我々は、移民の位置情報決定を通知するための行動洞察、管理データ、機械学習手法に基づく、データ駆動型意思決定支援手法を提案する。
カナダ・エクスプレス・エントリー・システムからの近年の経済移民の上陸データと税務記録から得られた収益とを関連づけた行政データを用いたバックテストによるアプローチの潜在的影響について述べる。
当社のアプローチは、既存の機関構造内に最小限のコストで実施でき、行政データを利用して経済移民の成果を改善する機会を政府に提供する。
論文 参考訳(メタデータ) (2020-07-27T23:02:11Z) - When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and
Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。
さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。
本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
論文 参考訳(メタデータ) (2020-05-13T18:21:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。