Forschungskolloquium des IWS: PREFECT - prediction models for the probability of famine catastrophes

Vortrag, 03. Juli 2018

Das Forschungskolloquium Informationswissenschaft richtet sich an alle Hochschulangehörigen (Professoren, Mitarbeiter, Studierende) sowie an externe Teilnehmer, die an den Arbeits- und Forschungsbereichen des Instituts für Informationswissenschaft Interesse haben. Ziel des Kolloquiums ist es, aus aktuellen Forschungsvorhaben, Projekten oder Kooperationen zu berichten.

Auf einen Blick

PREFECT - Development and evaluation of prediction models for the probability of famine catastrophes using data analytics techniques

Vortrag

Wann?

03. Juli 2018
15.15 Uhr bis 16.45 Uhr
in meinen Kalender übertragen
BEGIN:VCALENDAR VERSION:2.0 PRODID:-//hacksw/handcal//NONSGML v1.0//EN CALSCALE:GREGORIAN BEGIN:VEVENT LOCATION:Campus Südstadt\, Claudiusstr. 1\, Achtung\, diesmal in Raum 248! DESCRIPTION: SUMMARY:PREFECT - Development and evaluation of prediction models for the probability of famine catastrophes using data analytics techniques DTSTART:20180703T151500 DTEND:20180703T164500 DTSTAMP:20240425T221559 UID:662ab9ffc6375 END:VEVENT END:VCALENDAR

Wo?

Campus Südstadt, Claudiusstr. 1, Achtung, diesmal in Raum 248!

ReferentIn

Regina Wirtz und Lisa Koeritz

Anmeldung

keine Anmeldung notwendig

Weitere Informationen

Abstract: Hungerskatastrophen ereignen sich in den meisten Fällen auf Grund einer Kombination aus schlechten Umweltbedingungen und vom Menschen verursachten Einflüssen wie beispielsweise dem bewaffneten Konflikt. Das größte Problem für Hilfsorganisationen zur Bekämpfung der Hungersnot ist der Mangel an Zeit für nachhaltige Hilfe und Versorgung. Ziel des Projekts ist die Entwicklung eines mathematischen Vorhersagemodells, das die Wahrscheinlichkeit einer Hungerskatastrophe berechnen kann, sodass eine adäquate Katastrophenhilfe schon möglichst vor dem Eintreten einer Notsituation gewährleistet werden kann. Das Vorhersagemodell wird mit Datenanalysemethoden erstellt und anhand von historischen Daten über die jeweiligen Länder trainiert. Dabei werden die Länder der Sahelzone und das Horn von Afrika berücksichtigt. Anschließend wird die Vorhersagegenauigkeit des Modells validiert. Sobald die Genauigkeit des Modells eine gute Vorhersage der Trainingsdatensätze ermöglicht, werden reale Vorhersagen der Wahrscheinlichkeit für Hungerkatastrophen berechnet.