論文の概要: From Seasonality to Semantics: Benchmarking a Hybrid Probabilistic Forecasting System for Roadblocks in Bolivia

• arxiv url: http://arxiv.org/abs/2607.21785v1
• Date: Thu, 23 Jul 2026 20:05:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:56.993993
• Title: From Seasonality to Semantics: Benchmarking a Hybrid Probabilistic Forecasting System for Roadblocks in Bolivia
• Title（参考訳）: 季節性からセマンティックス:ボリビアにおける道路ブロックのハイブリッド確率予測システムのベンチマーク
• Abstract要約: ボリビアの道路封鎖は、経済的に壊滅的な影響を及ぼす社会紛争である。 その再発と影響にもかかわらず、これらの事象を予想する局所的な予測システムが欠如している。 本稿では,時系列分解と自然言語処理を統合したハイブリッド確率予測システムを提案する。
• 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: Roadblocks in Bolivia are a social conflict phenomenon with devastating economic impacts, estimated at losses equivalent to 4% of the national Gross Domestic Product. Despite their recurrence and impact, there is a lack of local predictive systems to anticipate these events for logistical decision-making. This paper presents a hybrid probabilistic forecasting system that integrates time series decomposition (Prophet) with natural language processing (NLP) techniques applied to a six-year corpus of Bolivian news coverage. The methodology employs vector semantic embeddings and zero-shot classification models to capture signals of discursive escalation prior to the materialization of the roadblocks. Using an expanding walk-forward validation scheme applied over 1,762 days and seven forecasting horizons (H+1 to H+7), seven internal configurations and four external benchmarks were compared, including SARIMA and LightGBM. The results demonstrate that the hybrid configuration (Prophet + NLP, C6) consistently outperforms purely statistical models, achieving an AUC-ROC of 0.677 at H+1 and reducing the Brier Score by 10.9% relative to the baseline temporal model (0.220 vs. 0.247), maintaining a statistically significant error reduction across all evaluated horizons ($p < 0.02$). This research validates that the integration of semantic news signals allows for the detection of social tension peaks not captured by historical inertia, providing a technical tool for risk management in critical transport corridors.
• Abstract（参考訳）: ボリビアの道路封鎖は、経済に壊滅的な影響を及ぼす社会紛争であり、国内総生産の4%に相当する損失と見積もられている。 その再発と影響にもかかわらず、これらの事象を論理的な意思決定のために予測する局所的な予測システムが欠如している。 本稿では,6年間にわたるボリビアのニュース報道のコーパスに適用された時系列分解(Prophet)と自然言語処理(NLP)技術を統合するハイブリッド確率予測システムを提案する。 この手法は,道路ブロックの物質化に先立って,非帰的エスカレーションの信号を捉えるために,ベクトル意味埋め込みとゼロショット分類モデルを用いている。 1,762日以上と7つの予測地平線(H+1〜H+7)を用いて,SARIMAとLightGBMを含む7つの内部構成と4つの外部ベンチマークを比較した。 その結果、ハイブリッド構成(Prophet + NLP, C6)は、H+1で0.677のAUC-ROCを達成し、ベースライン時間モデル(0.220 vs. 0.247)と比較してブリアスコアを10.9%削減し、全ての評価された地平線(p < 0.02$)にわたって統計的に有意な誤差低減を維持した。 本研究は, 意味的ニュース信号の統合により, 歴史的慣性によって捉えられていない社会的緊張ピークの検出が可能であり, 重要な輸送回廊におけるリスク管理の技術的ツールとなることを実証する。

関連論文リスト

• A Framework for Early Sepsis Prediction via Self-Supervised (JEPA) and Federated Representation Learning [0.0]
  電子健康記録からの早期敗血症予測は、不規則なサンプリング、高い欠失、および階級不均衡によって挑戦される。 タスク認識型微調整による自己指導型事前学習は,予測地平線を横断するシャープな近点とロバストな特徴を持つことを示す。
  論文  参考訳（メタデータ） (2026-07-18T07:27:04Z)
• Metis: Learning to Jailbreak LLMs via Self-Evolving Metacognitive Policy Optimization [51.11398557420066]
  我々は、推論時ポリシー最適化としてジェイルブレイクを改定するフレームワークであるMetisを紹介する。 メティスは比較手法の中でも89.2%で最強のアタック成功率(ASR)を達成している。 冗長な探索を最適化に置き換えることで、Metisはトークンコストを平均8.2倍、最大11.4倍に削減する。
  論文  参考訳（メタデータ） (2026-05-11T06:45:00Z)
• Differentiable latent structure discovery for interpretable forecasting in clinical time series [38.473526928012724]
  連続時間多タスクガウス過程であるStructGPを導入し, 基本的不確かさを保ちながら, 相違構造学習と相違構造学習を組み合わせ, 相互依存の有向非巡回グラフ(DAG)を導出する。 LP-StructGPは,被験者特異的カップリングフィルタとソフトマックスゲーティング機構を用いて,患者間の進行パターンを捉えることで,StructGPを潜在経路に分割し,時間的に変化する軌跡を増大させる。
  論文  参考訳（メタデータ） (2026-04-30T14:59:50Z)
• Pedestrian Crossing Intent Prediction via Psychological Features and Transformer Fusion [6.689013818004752]
  歩行者意図予測のための軽量・社会的情報アーキテクチャを提案する。 ハイウェイエンコーダ、コンパクト 4-token Transformer、グローバル セルフアテンション プーリングを使って、4つの行動ストリーム(アテンション、位置、状況、相互作用)を融合する。 提案手法は、モダリティに依存しない、ビジョン言語パイプラインとの統合が容易で、リソース制約のあるプラットフォーム上でのリスク認識の意図予測に適している。
  論文  参考訳（メタデータ） (2026-03-20T00:19:34Z)
• Enhancing Continual Learning for Software Vulnerability Prediction: Addressing Catastrophic Forgetting via Hybrid-Confidence-Aware Selective Replay for Temporal LLM Fine-Tuning [43.24339861841546]
  本稿では,CVE-linked データセット上でのデコーダ型言語モデル (phi/phi-2 with LoRA) の微調整について検討する。 本研究では,ウィンドウオンリーおよび累積学習,リプレイベースライン,正規化ベースバリアントを含む8つの連続学習戦略を評価する。 ハイブリッドCASRはベースラインと比較してウィンドウ当たりのトレーニング時間を約17%削減する一方、累積トレーニングは15.9倍の計算コストでF1をわずかに増加させる(0.661)。
  論文  参考訳（メタデータ） (2026-02-27T09:13:23Z)
• d-TreeRPO: Towards More Reliable Policy Optimization for Diffusion Language Models [45.27333046908981]
  emphd-TreeRPOは、dLLMのための信頼できる強化学習フレームワークである。 我々は,emphd-TreeRPOが複数の推論ベンチマークで大きく向上していることを示す。
  論文  参考訳（メタデータ） (2025-12-10T14:20:07Z)
• Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
  第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。 We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
  論文  参考訳（メタデータ） (2025-11-04T17:22:22Z)
• Graph-Structured Data Analysis of Component Failure in Autonomous Cargo Ships Based on Feature Fusion [20.287188044863925]
  本稿では,障害モードのグラフ構造化データセットを構築するためのハイブリッド機能融合フレームワークを提案する。 サブシステム/コンポーネント機能のエンコードにWord2Vecエンコーディング、障害モード/領域の処理にBERT-KPCA、障害影響と緊急意思決定のセマンティックな関連を定量化するSentence-BERTを用いて階層的特徴融合フレームワークを構築する。
  論文  参考訳（メタデータ） (2025-07-18T08:02:49Z)
• Predictive Crash Analytics for Traffic Safety using Deep Learning [0.0]
  本研究では,アンサンブル学習手法とマルチモーダルデータ融合を統合した交通安全解析手法を提案する。 我々の主な貢献は、時空間の衝突パターンと環境条件を組み合わせた階層的な重大度分類システムの開発である。 本稿では,事故発生時の位置データをインシデントレポートや気象条件と統合し,リスク予測の精度92.4%,ホットスポット識別の精度89.7%を達成できる新しい特徴工学手法を提案する。
  論文  参考訳（メタデータ） (2025-02-09T05:00:46Z)
• Semi-supervised Contrastive Learning with Similarity Co-calibration [72.38187308270135]
  SsCL(Semi-supervised Contrastive Learning)と呼ばれる新しいトレーニング戦略を提案する。 ssclは、自己教師付き学習におけるよく知られたコントラスト損失と、半教師付き学習におけるクロスエントロピー損失を組み合わせる。 SsCLはより差別的な表現を生じさせ,ショット学習に有益であることを示す。
  論文  参考訳（メタデータ） (2021-05-16T09:13:56Z)
• Towards a Competitive End-to-End Speech Recognition for CHiME-6 Dinner Party Transcription [73.66530509749305]
  本稿では,難しい場合であっても,ハイブリッドベースラインに近い性能を示すエンドツーエンドアプローチについて論じる。 CTC-Attention と RNN-Transducer のアプローチと RNN と Transformer のアーキテクチャを比較し,解析する。 RNN-Transducerをベースとしたベストエンド・ツー・エンドモデルでは、ビームサーチの改善とともに、LF-MMI TDNN-F CHiME-6 Challengeのベースラインよりも品質が3.8%向上した。
  論文  参考訳（メタデータ） (2020-04-22T19:08:33Z)

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。