論文の概要: The Currents of Conflict: Decomposing Conflict Trends with Gaussian Processes
- arxiv url: http://arxiv.org/abs/2506.06828v1
- Date: Sat, 07 Jun 2025 15:16:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-10 16:33:10.505065
- Title: The Currents of Conflict: Decomposing Conflict Trends with Gaussian Processes
- Title（参考訳）: 対立の現況:ガウス過程による対立傾向の分解
- Authors: Simon P. von der Maase,
- Abstract要約: 時間的・空間的に異なるコンフリクトイベントのデータを用いて、時間空間的コンフリクトの傾向を推定する方法を示す。
これらの傾向は、コンフリクトトラップ、拡散、テンポ空間のコンフリクト露光に関する洞察を得るために研究することができる。
最後に、この手法により、推定されたテンポ空間衝突パターンを将来の時間単位に外挿することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: I present a novel approach to estimating the temporal and spatial patterns of violent conflict. I show how we can use highly temporally and spatially disaggregated data on conflict events in tandem with Gaussian processes to estimate temporospatial conflict trends. These trends can be studied to gain insight into conflict traps, diffusion and tempo-spatial conflict exposure in general; they can also be used to control for such phenomenons given other estimation tasks; lastly, the approach allow us to extrapolate the estimated tempo-spatial conflict patterns into future temporal units, thus facilitating powerful, stat-of-the-art, conflict forecasts. Importantly, these results are achieved via a relatively parsimonious framework using only one data source: past conflict patterns.
- Abstract（参考訳）: 暴力紛争の時間的・空間的パターンを推定するための新しいアプローチを提案する。
時間的・空間的に異なる競合事象のデータをガウス過程と連動させて時間的・空間的対立の傾向を推定する方法を示す。
これらの傾向は、一般に紛争トラップ、拡散、時間空間の紛争露光に関する洞察を得るために研究され、また、他の推定課題から、そのような現象を制御するためにも利用できる。
重要なのは、これらの結果は1つのデータソース(過去のコンフリクトパターン)のみを使用して、比較的同義的なフレームワークによって達成されることだ。
関連論文リスト
- Conflicts in Texts: Data, Implications and Challenges [58.03478157713084]
矛盾は、状況の複雑さ、説明と対処が必要な変更、データアノテーションの難しさ、生成された出力の誤りを反映する可能性がある。
本調査ではこれらの矛盾を,(1)事実的矛盾,主観的偏見,および複数の視点が矛盾を生じさせるWeb上の自然テキスト,(2)注釈者がモデルトレーニングに影響を及ぼす注釈付きデータ,(3)幻覚と知識の衝突が発生するモデルインタラクションの3つの重要な領域に分類する。
我々は、対立する情報をより効果的に推論し、調整できる紛争対応NLPシステムの開発における重要な課題と今後の方向性を強調した。
論文 参考訳（メタデータ） (2025-04-28T04:24:01Z) - From Newswire to Nexus: Using text-based actor embeddings and transformer networks to forecast conflict dynamics [0.0]
本研究では,テキストベースのアクター埋め込みとトランスフォーマーモデルを用いたコンフリクト予測の分野を推し進める。
我々は、ニュースワイヤテキストと構造化コンフリクトイベントデータを組み合わせて、対立するアクター間のエスカレーションとデエスカレーションを予測する。
論文 参考訳（メタデータ） (2025-01-07T16:45:37Z) - On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。
ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。
我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-24T08:08:05Z) - Getting Sick After Seeing a Doctor? Diagnosing and Mitigating Knowledge Conflicts in Event Temporal Reasoning [87.92209048521153]
出来事の時間的推論は、物語から2つ以上の出来事の間の時間的関係を特定することを目的としている。
知識の衝突は、コンテキスト内の事象の実際の時間的関係と、モデルによって学習された事前の知識やバイアスとの間にミスマッチがあるときに起こる。
論文 参考訳（メタデータ） (2023-05-24T10:04:06Z) - Understanding the Impact of Competing Events on Heterogeneous Treatment
Effect Estimation from Time-to-Event Data [92.51773744318119]
本研究では,競合イベントの存在下での時間-時間データからヘテロジニアス処理効果(HTE)を推定する問題について検討する。
提案手法は,HTEを推定するための結果モデリング手法であり,既存の時間-時間データの予測モデルを,将来的な結果のプラグイン推定手段としてどのように利用できるかを検討する。
HTEの推定に汎用的な機械学習予測モデルを使用する場合、これらの課題がいつどのように機能するかを理論的に分析し、実証的に説明する。
論文 参考訳（メタデータ） (2023-02-23T14:28:55Z) - Path Signature Area-Based Causal Discovery in Coupled Time Series [0.0]
本稿では,2変数間の符号付き領域の大きさの意義を解析するために,信頼度系列の応用を提案する。
このアプローチは、2つの時系列の間に存在する因果関係の信頼性を定義する新しい方法を提供する。
論文 参考訳（メタデータ） (2021-10-23T19:57:22Z)
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。