期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习与冲突预测--国际关系研究的一个跨学科视角 被引量：29
1
作者 董青岭 《世界经济与政治》 CSSCI 北大核心 2017年第7期100-117,共18页
通过机器学习来预测冲突正在成为当前国际关系研究领域的一个热议话题。但是从跨学科交叉研究的视角来看,计算机介入政治分析和国际关系研究并不是一个新现象,其间经历了从计算机模拟冲突场景到机器学习自动识别冲突模式的复杂变革历程... 通过机器学习来预测冲突正在成为当前国际关系研究领域的一个热议话题。但是从跨学科交叉研究的视角来看,计算机介入政治分析和国际关系研究并不是一个新现象,其间经历了从计算机模拟冲突场景到机器学习自动识别冲突模式的复杂变革历程。二者的共同点是都重视仿真社会互动情景与政治复杂演进过程,反对有关政治冲突现象的简单线性解释;但二者在研究取向上还是有着本质的不同,计算机模拟提倡基于特定社会理论的情景建模与逻辑推演,而机器学习则强调无特定社会理论支撑的特征识别与关联预测。有鉴于此,本文首先分析了计算机模拟与机器学习在冲突预测中的研究路径差异,然后重点阐述了无理论支撑下将机器学习应用于冲突预测之可能,并以2010—2016年印度恐怖袭击预测为例,实证检验了基于BP神经网络的机器学习在真实社会情景中的实际冲突预测效力,结果发现基于机器学习的冲突预测范式即使在没有特定社会理论支撑下,也具备一定冲突预测能力,并可产生新的冲突知识发现。但即便如此,作为一种跨学科交叉研究范式,机器学习介入冲突预测仍然面临重重困难。 展开更多
关键词 冲突预测 机器学习 神经网络 恐怖袭击
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部