弗洛里大学的研究人员和数据科学家发现了一种利用人工智能(AI)来提高人们预测未来事件的准确性的方法。
该团队利用人工智能在预测市场平台上提高了众包预测的准确性。该团队发表在《电子生物医学》(eBioMedicine)上的论文报告称，由此产生的人机混合模型在预测covid -19相关事件方面比单独的人类更准确。
该论文的资深作者安妮-路易丝·庞森比教授说，高质量的预测是做出良好决策的关键。
“无论我们是在应对流行病、选举结果还是经济，准确了解未来会发生什么都很重要。2019冠状病毒病大流行突出表明，不仅预测是一项困难的活动，而且与公共卫生结果相关的预测尤其具有挑战性。”
庞森比教授说，预测市场利用群体的智慧来预测具体的结果，在一些研究中，预测市场的表现已经超过了调查、专家小组和民意调查等其他预测方法。该团队分析了由disrupt Labs运营的Almanis预测平台上关于COVID-19问题的数据库中的深度数据。
“我们使用人工智能来检测预测者的特征、模式和过去的表现，以生成他们在预测市场上可能的预测准确性或‘交易质量’的实时评分。我们对更好的预测给予了额外的重视，这导致了更准确的结果，”庞森比教授说。
该方法提高了包括下一代社会科学计划在内的多个独立数据集的事件预测。
这两种系统的预测通常是一致的，但当它们不一致时，混合模型很可能比只有人类的模型表现得更好。
例如，当两种预测在事件可能性上相差5个百分点或更多时，混合模型的曲线下面积(AUC)准确度得分为0.90，而纯人类模型的准确度得分为0.77(该指标得分为1表示预测完美，而得分为0.5相当于偶然)。
该研究的第一作者、弗洛里大学的数据科学家亚历克斯·格鲁恩(Alex Gruen)说，这种混合方法可能对预测没有既定数据源或与人类行为有关的重大不确定性的事件或风险特别有用。
“每天，人们都会根据未来事件发生的可能性，在个人和群体层面上做出无数决定，”格伦说。
他说:“这种混合模型是提高预测准确性的一种方法，并有可能改善我们对流行病或气候变化等新出现风险的反应。”
更多信息:Alexander Gruen等人，机器学习增强减少集体预测中的预测误差:跨预测市场的开发和验证，应用于COVID事件，eBioMedicine(2023)。DOI: 10.1016/ j.j ebiom.2023.104783期刊信息:EBioMedicine
由弗洛里神经科学和心理健康研究所提供 引用:流行病预测:借助机器学习预测事件(2023年，9月15日)2023年9月15日检索自https://medicalxpress.com/news/2023-09-pandemic-events-machine.html本文档 作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司 内容仅供参考之用。本文来自作者[城杉]投稿，不代表文学号立场，如若转载，请注明出处：https://8ucq.com/wenxuehao/12819.html
评论列表（4条）
我是文学号的签约作者“城杉”！
希望本篇文章《流行病预测：借助机器学习预测事件》能对你有所帮助！
本站[文学号]内容主要涵盖：文学号, 名著深析, 创作秘笈, 经典文脉, 诗词鉴赏, 作家故事, 每日文萃, 写作指南, 文本细读, 文学灯塔, 经典重释
本文概览：˂pclass="31d7-7f79-ff0d-e63d description"˃˂pclass="7f79-ff0d-e63d-f5ff description"˃弗洛里大学的研究人员和数...