論文の概要: Recursive deep learning framework for forecasting the decadal world economic outlook

• arxiv url: http://arxiv.org/abs/2301.10874v1
• Date: Wed, 25 Jan 2023 23:47:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-27 14:46:34.617530
• Title: Recursive deep learning framework for forecasting the decadal world economic outlook
• Title（参考訳）: 分散世界経済見通し予測のための再帰的深層学習枠組み
• Authors: Tianyi Wang, Rodney Beard, John Hawkins, Rohitash Chandra
• Abstract要約: 我々は、世界経済のGDP成長率を10年にわたって予測する深層学習フレームワークを開発する。 われわれは、1980年から2019年までの13か国で、Penn World Tableをデータソースとして使用しています。 我々は、ほとんどの国が5年以内に経済成長の減速や停滞、景気後退を経験すると予想している。
• 参考スコア（独自算出の注目度）: 7.613301398956126
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gross domestic product (GDP) is the most widely used indicator in macroeconomics and the main tool for measuring a country's economic ouput. Due to the diversity and complexity of the world economy, a wide range of models have been used, but there are challenges in making decadal GDP forecasts given unexpected changes such as pandemics and wars. Deep learning models are well suited for modeling temporal sequences have been applied for time series forecasting. In this paper, we develop a deep learning framework to forecast the GDP growth rate of the world economy over a decade. We use Penn World Table as the source of our data, taking data from 1980 to 2019, across 13 countries, such as Australia, China, India, the United States and so on. We test multiple deep learning models, LSTM, BD-LSTM, ED-LSTM and CNN, and compared their results with the traditional time series model (ARIMA,VAR). Our results indicate that ED-LSTM is the best performing model. We present a recursive deep learning framework to predict the GDP growth rate in the next ten years. We predict that most countries will experience economic growth slowdown, stagnation or even recession within five years; only China, France and India are predicted to experience stable, or increasing, GDP growth.
• Abstract（参考訳）: 国内総生産(GDP)はマクロ経済学において最も広く使われている指標であり、国内経済を測る主要な道具である。 世界経済の多様性と複雑さのため、幅広いモデルが用いられてきたが、パンデミックや戦争のような予期せぬ変化を考慮に入れた、緩やかなGDP予測を行う上での課題がある。 深層学習モデルは時系列予測に応用されてきた時間系列のモデル化に適している。 本稿では,10年以上にわたる世界経済のGDP成長率を予測するためのディープラーニングフレームワークを開発する。 1980年から2019年にかけて、オーストラリア、中国、インド、米国など13カ国でデータを収集し、Penn World Tableをデータソースとして使用しています。 我々は,複数のディープラーニングモデル(LSTM,BD-LSTM,ED-LSTM,CNN)をテストし,その結果を従来の時系列モデル(ARIMA,VAR)と比較した。 その結果,ED-LSTMは最高の性能を示すモデルであることが示唆された。 今後10年間のGDP成長率を予測するための再帰的深層学習フレームワークを提案する。 我々は、ほとんどの国が5年以内に経済成長の減速、停滞、あるいは不況を経験すると予想している。

関連論文リスト

• Harnessing Generative AI for Economic Insights [1.3344743915135726]
  私たちはジェネレーティブAIを使用して、12万件のコーポレートカンファレンスの書面から、彼らの経済見通しに対する管理上の期待を抽出しています。 AIエコノミースコア(AI Economic Score)は、GDPの成長、生産、雇用などの将来の経済指標を強く予測する。
  論文  参考訳（メタデータ） (2024-10-04T19:57:37Z)
• From Bytes to Bites: Using Country Specific Machine Learning Models to Predict Famine [0.0]
  本研究では、飢餓と飢餓の危機に関する意思決定を予測し、伝達するために機械学習をどのように利用できるかを検討する。 経済指標は一貫して平均的な家庭栄養の最も重要な予測要因であった。
  論文  参考訳（メタデータ） (2024-09-16T04:23:06Z)
• Bridging Dynamic Factor Models and Neural Controlled Differential Equations for Nowcasting GDP [22.58246330019538]
  ニューラル制御微分方程式 (NCDE) と動的因子モデル (DFM) を統合する新しい GDP nowcasting framework である NCDENow を紹介する。 我々は,大韓民国とイギリスにおける2つの実世界のGDPデータセットに基づく6つのベースラインに対してNCDENowを評価した。
  論文  参考訳（メタデータ） (2024-09-13T11:33:57Z)
• Machine learning and economic forecasting: the role of international trade networks [0.0]
  本研究では,非グローバル化の動向が国際貿易ネットワークに与える影響と,経済成長予測の改善に果たす役割について検討する。 2010年から2022年までの200か国近くの貿易データを用いて、貿易政策の不確実性の高まりによるネットワークトポロジの著しい変化を特定する。 地域特化貿易ネットワークから評価されたネットワーク記述子は、国のGDP成長率予測の質を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-04-11T21:04:56Z)
• FengWu-GHR: Learning the Kilometer-scale Medium-range Global Weather Forecasting [56.73502043159699]
  この研究は、データ駆動型世界天気予報モデルであるFengWu-GHRを、0.09$circ$水平解像度で実行した。 低解像度モデルから事前知識を継承することにより、MLベースの高解像度予測を操作するための扉を開く新しいアプローチを導入する。 2022年の天気予報は、FengWu-GHRがIFS-HRESよりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-01-28T13:23:25Z)
• Towards an end-to-end artificial intelligence driven global weather forecasting system [57.5191940978886]
  我々は,地球規模の気象変動に対するAIに基づくデータ同化モデル,すなわちAdasを提案する。 我々は,アダスが地球観測を同化して高品質な分析を行い,長期にわたって安定して運用できることを実証した。 この手法を現実のシナリオに適用するのは,私たちが初めてです。
  論文  参考訳（メタデータ） (2023-12-18T09:05:28Z)
• Pangu-Weather: A 3D High-Resolution Model for Fast and Accurate Global Weather Forecast [91.9372563527801]
  我々は,世界天気予報を迅速かつ高精度に予測するためのディープラーニングベースのシステムであるPangu-Weatherを紹介する。 初めてAIベースの手法が、最先端の数値天気予報法(NWP)を精度で上回った。 Pangu-Weatherは、極端な天気予報や大規模なアンサンブル予測など、幅広い下流予測シナリオをサポートしている。
  論文  参考訳（メタデータ） (2022-11-03T17:19:43Z)
• Strict baselines for Covid-19 forecasting and ML perspective for USA and Russia [105.54048699217668]
  Covid-19は、2年間にわたって蓄積されたデータセットを収集し、予測分析に使用できるようにする。 本研究は、米国とロシアの2カ国の地域データに基づいて、Covid-19の拡散のダイナミクスを予測するための様々な種類の方法に関する一貫した研究結果である。
  論文  参考訳（メタデータ） (2022-07-15T18:21:36Z)
• Forecasting Future World Events with Neural Networks [68.43460909545063]
  Autocastは数千の予測質問と付随するニュースコーパスを含むデータセットである。 ニュースコーパスは日付によって整理され、人間が過去の予測を行った条件を正確にシミュレートすることができる。 予測タスクで言語モデルをテストし、パフォーマンスが人間専門家のベースラインよりはるかに低いことを確認します。
  論文  参考訳（メタデータ） (2022-06-30T17:59:14Z)
• Indian Economy and Nighttime Lights [0.0]
  gdpと夜間照明の関係を探ることを目指している。 具体的にはDMSPとVIIRSのデータセットを調べます。 我々は様々な経済対策の関係を見出している。
  論文  参考訳（メタデータ） (2021-01-27T13:49:13Z)
• 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。