Tilbake til søkeresultatene

FRIHUMSAM-Fri prosj.st. hum og sam

The Uncertainty of Forecasting Fatalities in Armed Conflict (UFFAC)

Alternativ tittel: Usikkerhet forbundet med å forutsi antall drepte i væpnet konflikt (UFFAC)

Tildelt: kr 12,0 mill.

UFFAC-prosjektet skal studere metodologier for å skape prediksjoner for antall drepte i tilfeller av organisert politisk vold, med fokus på en omfattende evaluering av usikkerheten slike prediksjoner har. Prosjektet skal systematisk vurdere forskjellige kilder til usikkerhet. Blant disse kildene er usikkerhet om hva som er den beste prediksjonsmodellen, hvorvidt prosesser og mønstre vi observerte i fortiden vil bli gjentatt i framtiden. En annen grunnliggende usikkerhet kommer fra at det kan være vanskelig å rangere eller veie modeller med hensyn til forskjellige kriterier som hver for seg er rimelige, men som noen ganger gir motstridende resultater. Vi skal gjøre bruk av `bootstrapping', en teknikk hvor vi undersøker hvordan forskjellige deler av dataene vi har tilgjengelige gir variasjon i resultater. For å bedre forstå fordelene og ulempene med forskjellige modelleringsstrategier vil vi utforske et stort utvalg av prediktorer og statistiske modeller og maskinlæringsmodeller. Prediksjonene vi utvikler vil ha form av sannsynlighetsfordelinger over all mulige utfall, sånn som sannsynligheten for å observere null døde i et land i en måned, for å observere en, to, tre, osv. Vi vil utforske en rekke metrikker utviklet for å vurdere hvor gode prediksjonsmodellerer, med vekt på metrikker som også ser på hvor godt usikkerhetsanslaget er. Disse metrikkene sammenligner prediksjoner som kommer ut av modeller som er blitt `lært opp' på en del av de dataene vi har med hvor godt disse prediksjonene gjør det for en helt annen del av datasettet. UFFAC kommer til å bidra til det pågående VIEWS-prosjektet (https://viewsforecasting.org) som lager månedlig oppdaterte prediksjoner for antall døde i organisert politisk vold, og som også utvikler prediksjonsmodeller for noen av de viktigste humanitære konsekvensene av slik vold.

The UFFAC project will study the methodologies of producing forecasts for the number of people killed in organised political violence, with a comprehensive evaluation of the uncertainty such forecasts must have. The project will systematically review various sources of uncertainty, such as that stemming from selecting what is the best prediction model, or whether processes and patterns that we have observed in the past will be repeated in the future. Another fundamental uncertainty relates to evaluation -- the ambiguities of ranking or weighting models according to multiple, reasonable but perhaps mutually exclusive criteria. We will make use of `bootstrapping', a technique where we compare how different parts of the available data yield different results. To better understand the relative advantages and disadvantages of various modeling strategies, we will explore a large variety of predictors and statistical/machine-learning algorithms. The predictions we develop will be in the form of probability distributions over all possible outcomes, such as the probability of observing zero deaths in a country in a month, that of observing one, two, three, etc. We will explore a range of evaluation metrics designed to assess the performance of prediction models that generate probability distributions, comparing predictions from models learned from one part of the dataset when they are used on a different part of the dataset. UFFAC will contribute to the ongoing VIEWS project (https://viewsforecasting.org) which provides monthly updated forecasts of the number of fatalities in organized political violence and is developing similar forecasts for some of the main humanitarian impacts of such violence.

Budsjettformål:

FRIHUMSAM-Fri prosj.st. hum og sam

Finansieringskilder