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

• arxiv url: http://arxiv.org/abs/2301.10874v2
• Date: Tue, 01 Oct 2024 07:10:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-02 16:33:33.239337
• Title: Recursive deep learning framework for forecasting the decadal world economic outlook
• Title（参考訳）: 先進的世界経済見通し予測のための再帰的深層学習フレームワーク
• 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。 先進国,開発途上国において,優れた深層学習モデルを検証し,従来の計量モデルと比較した。
• 参考スコア（独自算出の注目度）: 2.6510890394077573
• License:
• Abstract: The gross domestic product (GDP) is the most widely used indicator in macroeconomics and the main tool for measuring a country's economic output. 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 emergence of catastrophic world events including pandemics and wars. Deep learning models are well suited for modelling temporal sequences and 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 the Penn World Table as the data source featuring 13 countries prior to the COVID-19 pandemic, such as Australia, China, India, and the United States. We present a recursive deep learning framework to predict the GDP growth rate in the next ten years. We test prominent deep learning models and compare their results with traditional econometric models for selected developed and developing countries. Our decadal forecasts reveal that that most of the developed countries would experience economic growth slowdown, stagnation and even recession within five years (2020-2024). Furthermore, our model forecasts show that only China, France, and India would experience stable 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、国の経済生産を測定するための主要なツールである。 世界経済の多様性と複雑さのために、幅広いモデルが使用されているが、パンデミックや戦争を含む破滅的な世界イベントの出現など、予期せぬ変化を生じさせるような、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間列のモデル化や時系列予測に適している。 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。 われわれはペン・ワールド・テーブルを、オーストラリア、中国、インド、米国など、新型コロナウイルス(COVID-19)のパンデミックに先立つ13カ国を対象とするデータソースとして使用しています。 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。 先進国,開発途上国において,優れた深層学習モデルを検証し,従来の計量モデルと比較した。 先進国の大半が5年以内に経済成長の鈍化、停滞、景気後退を経験する(2020-2024年)と予測している。 さらに、我々のモデルでは、中国、フランス、インドのみがGDPの安定的な成長を経験することを示している。

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。