首页
国内报告
国内综合报告
国内宏观报告
国内行业报告
经济指标排名
国际报告
国际综合报告
国别研究报告
政策法规
国际条约
国别法规
国内政策
国别政策
即时分析
国际社交舆情
国际新闻舆情
数据库
国际贸易数据库
宏观经济数据库
境外投资数据库
行业数据资源库
检索报告
检索
教育培训行业
汽车行业
金融行业
智能家居行业
手机行业
经济发展
消费品行业
COVID-19 危机期间长短期记忆人工神经网络在临近预报中的性能:UNCTAD 研究论文第 74 号
相关行业
:
贸易环境
投资合作
经济发展
经济政策
贸易发展
报告地区
:
日本
发布时间
:
2021年11月19日
COVID-19 大流行表明决策者越来越需要及时估计宏观经济变量。 贸发会议之前的一篇研究论文研究了长短期记忆人工神经网络 (LSTM) 是否适合进行这种性质的经济临近预报。在这里,将 LSTM 在 COVID-19 大流行期间的性能与该领域常用的方法动态因子模型 (DFM) 的性能进行了比较和对比。 三个独立的变量,即全球商品出口价值和数量以及全球服务出口,对 2020 年第二、第三和第四季度以及 2021 年第一和第二季度的实际数据年份和绩效进行了即时预测。 在平均绝对误差和均方根误差方面,LSTM 在三分之二的变量/季度组合中获得了更好的性能,并且显示出更渐进的预测演变,更一致的叙述和更小的修订。 此外,在随附的 nowcast_lstm Python 库中引入并提供了一种向 LSTM 引入可解释性的方法,该库现在也可用于 R、MATLAB 和 Julia。...
COVID-19 危机期间长短期记忆人工神经网络在临近预报中的性能:UNCTAD 研究论文第 74 号pdf预览版
COVID-19 危机期间长短期记忆人工神经网络在临近预报中的性能:UNCTAD 研究论文第 74 号pdf完整版
展开
试浏览已结束,继续查看需
查看全文
报告扩展
COVID-19 在全球范围内对埃塞俄比亚的宏观经济和社会影响:UNCTAD 研究论文第 75 号
在 COVID-19 的背景下使用口罩
COVID-19 对非洲最不发达国家的性别相关影响:UNCTAD 研究论文第 78 号
COVID-19 和赞比亚发展生产能力的挑战:UNCTAD 研究论文第 63 号
释放电力部门在尼日利亚工业化和扶贫方面的潜力:UNCTAD 研究论文第 6 号
COVID-19 对赞比亚的经济和社会影响:UNCTAD 研究论文 No. 79
COVID-19 大流行对中国商品出口的影响:UNCTAD 研究论文第 44 号
模拟快速技术变革和国际知识产权保护对国家间不平等的影响:UNCTAD 研究论文 No. 68
COVID-19 期间亚太地区残疾妇女的经历
COVID-19 大流行背景下的免疫接种
↑
回到顶部
公众号
联系我们