लेख

संयुक्त राष्ट्र एजेंडा 2030: खाद्य संकट की भविष्यवाणी करने के तरीके पर महत्वपूर्ण अध्ययन

न्यूयॉर्क विश्वविद्यालय के एक अध्ययन से पता चला है कि आपातकालीन राहत को प्रभावी ढंग से आवंटित करने और मानव पीड़ा को कम करने के लिए खाद्य संकट महामारी की आशंका संभव और मौलिक है। (मिडजर्नी के साथ निर्मित छवि)

इन संकटों का अनुमान लगाने के लिए, आप i का उपयोग कर सकते हैं भविष्य कहनेवाला मॉडल लेकिन वे जोखिम उपायों पर आधारित होते हैं जो अक्सर विलंबित, अप्रचलित या अधूरे होते हैं। न्यू यॉर्क यूनिवर्सिटी के अध्ययन ने यह समझने की कोशिश की कि भविष्यवाणी एल्गोरिदम का सर्वोत्तम तरीके से कैसे फायदा उठाया जाए।

अध्ययन से पता चला है कि 11,2 और 1980 के बीच प्रकाशित खाद्य असुरक्षित देशों पर 2020 मिलियन लेखों के पाठ को संकलित करके और हाल के अग्रिमों का लाभ उठाते हुए deep learning: सुखद परिणाम मिल सकते हैं। विस्तार ने खाद्य संकटों के उच्च-आवृत्ति अग्रदूतों को निकालने की अनुमति दी जो पारंपरिक जोखिम संकेतकों द्वारा व्याख्या योग्य और मान्य दोनों हैं।

एल्गोरिथ्म deep learning इस बात पर प्रकाश डाला गया कि जुलाई 2009 से जुलाई 2020 की अवधि में, संकट संकेतकों ने 21 खाद्य असुरक्षित देशों में पूर्वानुमानों में काफी सुधार किया है, बेसलाइन मॉडल की तुलना में 12 महीने पहले तक जिसमें पाठ्य जानकारी शामिल नहीं है।

अध्ययन द्वारा प्रकाशित खाद्य असुरक्षा की एकीकृत चरण वर्गीकरण (आईपीसी) भविष्यवाणी पर केंद्रित है अकाल अर्ली वार्निंग सिस्टम नेटवर्क (एफईडब्ल्यूएस नेट)। यह वर्गीकरण अफ्रीका, एशिया और लैटिन अमेरिका के 37 खाद्य असुरक्षित देशों में जिला स्तर पर उपलब्ध है और 2009 और 2015 के बीच एक वर्ष में चार बार और उसके बाद एक वर्ष में तीन बार रिपोर्ट किया गया।