Lessons From an Escalation Prediction Competition

INTERNATIONAL INTERACTIONS(2022)

引用 17|浏览4
暂无评分
摘要
Recent research on the forecasting of violence has mostly focused on predicting the presence or absence of conflict in a given location, while much less attention has been paid to predicting changes in violence. We organized a prediction competition to forecast changes in state-based violence both for the true future and for a test partition. We received contributions from 15 international teams. The models leverage new insight on the targeted problem, insisting on methodological advances, new data and features, and innovative frameworks which contribute to the research frontiers from various perspectives. This article introduces the competition, presents the main innovations fostered by the teams and discusses ways to further expand and improve upon this wisdom of the crowd. We show that an optimal modeling approach builds on a good number of the presented contributions and new evaluation metrics are needed to capture substantial models' improvements and reward unique insights. La investigacion reciente sobre la prevision de la violencia se ha centrado principalmente en predecir la presencia o ausencia de conflictos en un determinado lugar, mientras que se ha prestado mucha menos atencion a predecir los cambios en la violencia. Organizamos una competencia de prediccion para predecir los cambios en la violencia estatal tanto para el futuro cierto como para una division del analisis. Recibimos aportes de quince equipos internacionales. Los modelos aprovechan las nuevas ideas sobre el problema especifico insistiendo en los avances metodologicos, los nuevos datos y caracteristicas, asi como en los marcos innovadores que contribuyen a las fronteras de la investigacion desde diversas perspectivas. Este articulo presenta la competencia y las principales innovaciones que los equipos fomentan, y analiza maneras de expandirse y mejorar aun mas a partir de esta sabiduria del publico. Mostramos que un enfoque de modelacion optimo se crea a partir de un buen numero de aportes presentados y que se necesitan nuevas metricas de evaluacion para capturar las mejoras considerables de los modelos y para premiar las ideas unicas. Les recherches recentes sur la prevision de la violence se sont principalement concentrees sur la prediction de la presence ou de l'absence de conflit dans un lieu donne, alors que beaucoup moins d'attention a ete accordee a la prediction des evolutions de la violence. Nous avons organise un concours de predictions dont l'objectif etait de prevoir les evolutions de la violence etatique a la fois pour le futur reel et pour une partition test. Nous avons recu des contributions de 15 equipes internationales. Les modeles concernes tirent profit de nouveaux renseignements sur le probleme cible en insistant sur les progres methodologiques, sur de nouvelles donnees et caracteristiques et sur des cadres innovants contribuant a elargir les frontieres des recherches de divers points de vue. Cet article presente le concours et les principales innovations proposees par les equipes et aborde les moyens d'etendre et d'ameliorer cette sagesse de la foule. Nous montrons qu'une approche optimale de la modelisation repose sur bon nombre des contributions presentees et que de nouvelles metriques d'evaluation sont necessaires pour saisir les ameliorations substantielles des modeles et recompenser les idees uniques.
更多
查看译文
关键词
Armed conflict, ensemble models, prediction competition
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要