抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
COVID-19パンデミックは,マクロ経済変数のタイムリーな推定のための政策立案者の増加する必要性を実証した。事前UNCTAD研究論文では,この性質の経済的予測を行うための長い短期メモリ人工ニューラルネットワーク(LSTM)の適合性を調べた。ここでは,COVID-19パンデミック中のLSTMの性能を比較し,野外で一般的に使用される方法論である動的因子モデル(DFM)と対比した。3つの別々の変数,グローバルマーチャンス輸出価値と体積とグローバルサービス輸出は,2020年の第2,第3と第4の4分の1と2021の第1と第2の4分の1のために評価された実際のデータビンテージと性能によってナウキャストであった。平均絶対誤差と二乗平均平方根誤差の両方に関して,LSTMは可変/四分組合せの2/3でより良い性能を得て,より一貫したナラティブとより小さな修正でより緩やかな予測進化を示した。さらに,LSTMsへの解釈可能性を導入する方法論を導入し,現在,R,MATLAB,およびJuliaで利用可能な,現在,鋳造したLstm Pythonライブラリで利用できるようにした。【JST・京大機械翻訳】