論文の概要: A Framework for Evaluating the Impact of Food Security Scenarios
- arxiv url: http://arxiv.org/abs/2301.09320v1
- Date: Mon, 23 Jan 2023 08:41:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-24 13:51:55.671278
- Title: A Framework for Evaluating the Impact of Food Security Scenarios
- Title（参考訳）: 食品安全シナリオの影響評価のための枠組み
- Authors: Rachid Belmeskine, Abed Benaichouche
- Abstract要約: このケーススタディは、国連食糧農業機関(FAOSTAT)、世界銀行、米国農務省(USDA)のデータを用いて作成された、独自の時系列食品セキュリティデータベースに基づいている。
提案手法は,食品セキュリティにおけるシナリオの潜在的な影響を予測するために,また,この手法をサポートするために,独自の時系列食品セキュリティデータベースを使用することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study proposes an approach for predicting the impacts of scenarios on
food security and demonstrates its application in a case study. The approach
involves two main steps: (1) scenario definition, in which the end user
specifies the assumptions and impacts of the scenario using a scenario
template, and (2) scenario evaluation, in which a Vector Autoregression (VAR)
model is used in combination with Monte Carlo simulation to generate
predictions for the impacts of the scenario based on the defined assumptions
and impacts. The case study is based on a proprietary time series food security
database created using data from the Food and Agriculture Organization of the
United Nations (FAOSTAT), the World Bank, and the United States Department of
Agriculture (USDA). The database contains a wide range of data on various
indicators of food security, such as production, trade, consumption, prices,
availability, access, and nutritional value. The results show that the proposed
approach can be used to predict the potential impacts of scenarios on food
security and that the proprietary time series food security database can be
used to support this approach. The study provides specific insights on how this
approach can inform decision-making processes related to food security such as
food prices and availability in the case study region.
- Abstract（参考訳）: 本研究は,食品の安全性に及ぼすシナリオの影響を予測し,その応用を事例研究で示すアプローチを提案する。
このアプローチには,(1)シナリオ定義,(2)シナリオテンプレートを用いてシナリオの仮定と影響をエンドユーザが指定するシナリオ定義,(2)シナリオ評価,(3)ベクトル自己回帰(VAR)モデルをモンテカルロシミュレーションと組み合わせてシナリオの影響を予測するシナリオ評価,の2つのステップがある。
このケーススタディは、国連食糧農業機関(faostat)、世界銀行、アメリカ合衆国農務省(usda)のデータを用いて作成された、プロプライエタリな時系列食品安全保障データベースに基づいている。
データベースには、生産、貿易、消費、価格、可用性、アクセス、栄養価など、食品の安全に関する様々な指標に関する幅広いデータが含まれている。
その結果,提案手法は,食品セキュリティに対するシナリオの潜在的な影響を予測するために,また,プロプライエタリな時系列食品セキュリティデータベースを用いて,このアプローチをサポートすることができることが示された。
この研究は、このアプローチが、食品価格やケーススタディ地域での可用性などの食品の安全性に関する意思決定プロセスにどのように影響を与えるかについて、具体的な洞察を提供する。
関連論文リスト
- Simulating Personal Food Consumption Patterns using a Modified Markov
Chain [5.874935571318868]
本稿では,マルコフ連鎖モデルの改良と自己指導型学習を活用することにより,個人用食品消費データパターンをシミュレートする新しい枠組みを提案する。
実験の結果,ランダムシミュレーションやマルコフ連鎖法と比較して有望な性能を示した。
論文 参考訳（メタデータ） (2022-08-13T18:50:23Z) - Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。
米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。
提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文 参考訳（メタデータ） (2022-06-05T02:41:44Z) - UnScenE: Toward Unsupervised Scenario Extraction for Automated Driving
Systems from Urban Naturalistic Road Traffic Data [0.0]
本稿では, 自然主義的な道路交通データから, 教師なしの方法で都市交通シナリオを抽出する手法を提案する。
これには、主機能分析、いわゆるシナリオグリッドによる特徴抽出、主コンポーネント分析による次元性低減、シナリオクラスタリング、クラスタ検証が含まれる。
inDとシリコンバレーのデータセットから都市交差点の道路交通データについて,本手法を実証し,評価した。
論文 参考訳（メタデータ） (2022-02-14T10:55:14Z) - Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in
Partially Observed Markov Decision Processes [82.4156635056267]
医療や教育などの観察データへのオフライン強化学習の適用においては、観察された行動は観測されていない要因に影響される可能性があるという一般的な懸念がある。
ここでは、部分的に観察されたマルコフ決定過程(POMDP)における非政治評価を考慮し、この問題に取り組む。
我々は、近位因果推論の枠組みをPOMDP設定に拡張し、識別が可能となる様々な設定を提供する。
論文 参考訳（メタデータ） (2021-10-28T17:46:14Z) - Unsupervised Lane-Change Identification for On-Ramp Merge Analysis in
Naturalistic Driving Data [0.0]
シナリオ駆動アプローチは、シナリオの堅牢なデータ基盤の要件を強調するCAVの受け入れを得ています。
本研究では,シナリオ分類とアセスメントを可能にするオンランプシナリオ識別フレームワークを提案する。
フレームワークの有効性は、Test Bed Lower Saxonyで収集されたデータセットで示される。
論文 参考訳（メタデータ） (2021-04-12T17:32:22Z) - Multi-Source Causal Inference Using Control Variates [81.57072928775509]
本稿では,複数のデータソースから因果効果を推定するアルゴリズムを提案する。
理論的には、これはATE推定値の分散を減少させる。
このフレームワークを結果選択バイアスの下で観測データからの推論に適用する。
論文 参考訳（メタデータ） (2021-03-30T21:20:51Z) - An End-to-End Food Image Analysis System [8.622335099019214]
食品の局所化, 分類, 部分サイズ推定を統合した画像に基づく食品分析フレームワークを提案する。
提案するフレームワークはエンドツーエンドであり,複数の食品を含む任意の食品画像として入力することができる。
本研究の枠組みは,栄養摂食調査から収集した実生活食品画像データセットを用いて評価する。
論文 参考訳（メタデータ） (2021-02-01T05:36:20Z) - Food safety risk prediction with Deep Learning models using categorical
embeddings on European Union data [1.4502611532302039]
欧州連合(EU)は1977年に、国境を越えた監視を確保するため、取引された商品に関する不規則事項を登録し始めた。
食品問題に関連するデータは、将来の通知のいくつかの機能を予測するために、機械学習技術によって取り除かれ分析された。
その結果,74.08%から93.06%の精度でこれらの特徴を予測できることがわかった。
論文 参考訳（メタデータ） (2020-09-14T19:36:58Z) - ISIA Food-500: A Dataset for Large-Scale Food Recognition via Stacked
Global-Local Attention Network [50.7720194859196]
ウィキペディアのリストから500のカテゴリと399,726の画像を含むデータセットISIA Food-500を紹介する。
このデータセットは、既存の一般的なベンチマークデータセットをカテゴリカバレッジとデータボリュームで上回る。
食品認識のための2つのサブネットワークからなるグローバルローカルアテンションネットワークを提案する。
論文 参考訳（メタデータ） (2020-08-13T02:48:27Z) - Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。
本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
論文 参考訳（メタデータ） (2020-06-14T01:15:00Z) - Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images
and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。
本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。
食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文 参考訳（メタデータ） (2020-03-09T07:41:17Z)
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。