文献

J-GLOBAL ID：202002270683868084   整理番号：20A2077614

紛争か協力か?国際関係の将来傾向の予測【JST・京大機械翻訳】

Conflict or cooperation? predicting future tendency of international relations

著者 (3件)： Chen Peng (Kyoto University, Kyoto, Japan) ,  Jatowt Adam (Kyoto University, Kyoto, Japan) ,  Yoshikawa Masatoshi (Kyoto University, Kyoto, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： SAC ’20  ページ： 923-930  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 国際関係分析は,政策立案者,国際企業または社会科学者における実行を含む多くの利害関係者にとって重要である。一般に,2つの国の間の最近の事象は,それらの間の国際関係を定義する。著者らは,国間の歴史的事象を分析することによって,国際関係の将来の傾向を予測する可能性を探求した。自動符号化事象データベースGDELT(事象,位置,およびTone)を用いて,過去数10年間,様々な国の間で起こった記録を記録し,2つの関心国の間の様々なタイプの事象を抽出し,それらをカテゴリーに集約した:衝突と協力。次に,最近のイベントのシーケンスに従って,次の時間ユニットにおける衝突事象と協調事象の数を予測した。MILSTM(多入力LSTM)を用いて,異なる国対間の多様な関係を考察した。国の特定の対の間の関係は他の関連する国対によって影響を受けると仮定した。この仮説に基づき,まず,目標対に関連する国対を選択し,モデルを訓練するための付加的入力としてそれらの多重歴史的事象シーケンスを抽出した。試験結果は,MILSTMがvanilla LSTMより良好に機能し,著者らの初期仮説を確認した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 国際企業 ,  時系列分析 ,  データベース ,  *国際関係 ,  多重化 ,  社会科学 ,  ニュース
準シソーラス用語： 利害関係者 ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (5件)： GDELT ,  イベント予測 ,  多入力LSTM ,  ニュースコレクション ,  時系列解析

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (5件)： 紛争 ,  協力 ,  将来 ,  傾向 ,  予測