論文の概要: Impact of weather factors on migration intention using machine learning algorithms

• arxiv url: http://arxiv.org/abs/2012.02794v1
• Date: Fri, 4 Dec 2020 16:59:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-23 02:30:22.051302
• Title: Impact of weather factors on migration intention using machine learning algorithms
• Title（参考訳）: 機械学習アルゴリズムによる移動意図に及ぼす気象因子の影響
• Authors: John Aoga, Juhee Bae, Stefanija Veljanoska, Siegfried Nijssen, Pierre Schaus
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 17.012869982527725
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A growing attention in the empirical literature has been paid to the incidence of climate shocks and change in migration decisions. Previous literature leads to different results and uses a multitude of traditional empirical approaches. This paper proposes a tree-based Machine Learning (ML) approach to analyze the role of the weather shocks towards an individual's intention to migrate in the six agriculture-dependent-economy countries such as Burkina Faso, Ivory Coast, Mali, Mauritania, Niger, and Senegal. We perform several tree-based algorithms (e.g., XGB, Random Forest) using the train-validation-test workflow to build robust and noise-resistant approaches. Then we determine the important features showing in which direction they are influencing the migration intention. This ML-based estimation accounts for features such as weather shocks captured by the Standardized Precipitation-Evapotranspiration Index (SPEI) for different timescales and various socioeconomic features/covariates. We find that (i) weather features improve the prediction performance although socioeconomic characteristics have more influence on migration intentions, (ii) country-specific model is necessary, and (iii) international move is influenced more by the longer timescales of SPEIs while general move (which includes internal move) by that of shorter timescales.
• Abstract（参考訳）: 経験文学における注目度は、気候ショックの発生と移住決定の変化に向けられている。 以前の文献は異なる結果をもたらし、多くの伝統的な経験的アプローチを用いる。 本稿では,ブルキナファソ,アイボリーコースト,マリ,モーリタニア,ニジェール,セネガルの6つの農業依存型経済圏への移住を意図した,気象ショックの役割を分析するためのツリーベース機械学習(ML)アプローチを提案する。 いくつかの木に基づくアルゴリズム(例えば、XGB、ランダムフォレスト)を列車検証テストワークフローを用いて実行し、堅牢で耐雑音性のあるアプローチを構築する。 次に、移行意図に影響を与える方向を示す重要な特徴を決定する。 このMLに基づく推定は、異なる時間スケールで標準降水-蒸発散指数(SPEI)が捉えた天候ショックや、様々な社会経済的特徴/共変量などの特徴を考慮に入れている。 その結果,(i)社会経済特性が移動意図に影響を及ぼす一方で,天気特性が予測性能を向上させること,(ii)国内特化モデルが必要であること,(iii)国際移動はSPEIのより長い時間スケールに影響され,(内部移動を含む)一般移動はより短い時間スケールによって影響されることがわかった。

関連論文リスト

• Efficient Localized Adaptation of Neural Weather Forecasting: A Case Study in the MENA Region [62.09891513612252]
  地域レベルのダウンストリームタスクに特化して、リミテッド・エリア・モデリングに焦点を合わせ、モデルをトレーニングします。 我々は,気象予報が水資源の管理,農業,極度の気象事象の影響軽減に重要であるという,気象学的課題からMENA地域を考察する。 本研究では,パラメータ効率のよい微調整手法,特にローランド適応(LoRA)とその変種を統合することの有効性を検証することを目的とした。
  論文  参考訳（メタデータ） (2024-09-11T19:31:56Z)
• Applications of machine learning to predict seasonal precipitation for East Africa [0.0]
  大規模な気候変動は、局所的または地域的温度または降水と線形または非線型な方法で関連付けられている。 本稿では,東アフリカにおける季節降水量の予測に解釈可能なML手法を用いることを検討した。
  論文  参考訳（メタデータ） (2024-09-10T06:16:03Z)
• MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
  気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。 以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。 本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
  論文  参考訳（メタデータ） (2024-08-20T13:45:49Z)
• Comparing Data-Driven and Mechanistic Models for Predicting Phenology in Deciduous Broadleaf Forests [47.285748922842444]
  我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。 このアプローチは従来のプロセスベースのモデルよりも優れています。
  論文  参考訳（メタデータ） (2024-01-08T15:29:23Z)
• Performative Time-Series Forecasting [71.18553214204978]
  我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。 本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。 新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
  論文  参考訳（メタデータ） (2023-10-09T18:34:29Z)
• Meta-Learning over Time for Destination Prediction Tasks [53.12827614887103]
  交通分野における公共目的と民間目標の両方を、車両の行動を理解し、予測する必要がある。 近年の研究では、時間情報の導入による予測性能の限界改善しか見出されていない。 本稿では、ニューラルネットワークが入力に応じて自身の重みを変えることを学習するハイパーネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-06-29T17:58:12Z)
• Forecasting large-scale circulation regimes using deformable convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
  変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討 今後1～15日にわたって北大西洋-欧州の気象条件を予測した。 より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5～6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
  論文  参考訳（メタデータ） (2022-02-10T11:37:00Z)
• 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)
• Modeling of Pan Evaporation Based on the Development of Machine Learning Methods [0.0]
  気温、風速、日照時間、湿度、太陽放射などの気候変化は蒸発過程に大きな影響を及ぼす可能性がある。 本研究の目的は、毎月のパン蒸発推定をモデル化するための機械学習(ML)モデルの有効性を検討することである。
  論文  参考訳（メタデータ） (2021-10-10T10:06:16Z)
• Feature Importance in a Deep Learning Climate Emulator [10.48891954541828]
  本研究では,気候の深層学習(DL)エミュレータを「理解」するための特徴的重要手法として,ポストホックな局所的説明手法のクラスを用いた研究を行う。 本研究では,エンコーダネットデコーダアーキテクチャを用いて,海面温度(SST)の経年変化を1,6,9ヶ月のリードタイムで予測するマルチインプット・アウトプット変動エミュレータについて検討する。
  論文  参考訳（メタデータ） (2021-08-27T13:36:42Z)
• Sub-Seasonal Climate Forecasting via Machine Learning: Challenges, Analysis, and Advances [44.28969320556008]
  サブシーズン気候予報(SSF)は、気温や降水量などの主要な気候変数を2週間から2ヶ月の時間スケールで予測することに焦点を当てている。 本稿では,米国本土におけるSSFのための機械学習(ML)アプローチについて検討する。
  論文  参考訳（メタデータ） (2020-06-14T18:39:27Z)

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。