Wykorzystanie głębokich sieci neuronowych w ograniczaniu zmian klimatycznych związanych z konfliktem farmerów i pasterzy w ramach inicjatywy na rzecz zrównoważonej integracji społecznej

##plugins.themes.bootstrap3.article.main##

Emmanuel Okewu

eokewu@unilag.edu.ng

Sanjay Misra

Sanjay.misra@covenantuniversity.edu.ng

Luis Fernandez Sanz

luis.fernandezs@uah.es

Foluso Ayeni

foluso.ayeni@icitd.com

Victor Mbarika

victor_mbarika@subr.edu

Robertas Damaševičius

robertas.damasevicius@ktu.lt

Abstrakt

Pokojowe współistnienie rolników i pasterzy staje się coraz mnie realne, co ma negatywny wpływ na rewolucję rolniczą i globalne bezpieczeństwo żywnościowe. Cele zrównoważonego rozwoju (SDG 16) obejmują promowanie tworzenia pokojowych i zintegrowanych społeczeństw na rzecz zrównoważonego rozwoju, zapewnienie wszystkim dostępu do uczciwego wymiaru sprawiedliwości i tworzenie skutecznych, odpowiedzialnych i integrujących instytucji na wszystkich poziomach. W ramach łagodnego podejścia i długofalowego podejścia do problemu konfliktów rolników-pasterzy w kontekście kryzysu humanitarnego, w niniejszym artykule zaproponowano architekturę integracji społecznej wykorzystującą głęboką sieć neuronową (DNN). Formułowanie polityki i wdrażanie programów w oparciu o obiektywne informacje uzyskane z historycznych danych przy użyciu inteligentnej technologii, takiej jak głęboka sieć neuronowa (DNN), może być przydatne w zarządzaniu emocjami. W niniejszym artykule zaproponowano oparty na danych uzyskanych od Nigeryjskiego Narodowego Urzędu Statystycznego system ekspercki rolników-pasterzy (FHES) oparty na DNN w celu przeciwdziałaniu nieustannym starciom rolników-pasterzy wywołanych zmianami klimatu, ze szczególnym uwzględnieniem Nigerii. Do tej pory wiele było ofiar. System FHES jest modelowany jako głęboka sieć neuronowa, przy użyciu danych historycznych hodowców-pasterzy. Zastosowane zmienne wejściowe obejmują ziemię, wodę, roślinność i narzędzia, podczas gdy zmienne wyjściowe to rolnicy-pasterze skłonni do pokoju.


Analiza regresji i rozpoznawanie wzorców przeprowadzone przez DNN na danych rolników-pasterzy wzbogaci mechanizm wnioskowania systemu FHES o wyodrębnione reguły (baza wiedzy). Podstawą tej wiedzy jest klasyfikacja przyszłych zachowań pasterzy/rolników, a także przewidywanie ich skłonności do przemocy. Krytyczni interesariusze, tacy jak rządy, dostawcy usług i naukowcy, mogą wykorzystać takie doradztwo do zainicjowania proaktywnych i społecznie włączających środków zapobiegania konfliktom, takich jak przyjazne dla ludzi polityki, programy i prawodawstwo. W ten sposób można uniknąć konfliktów, stawić czoła wyzwaniom bezpieczeństwa narodowego i zagwarantować pokojową atmosferę dla zrównoważonego rozwoju.

Słowa kluczowe:

zmiany klimatu, głęboka sieć neuronowa, konflikty rolników-pasterzy, polityki i programy, włączenie społeczne

Bibliografia

##plugins.themes.bootstrap3.article.details##

Wykorzystanie głębokich sieci neuronowych w ograniczaniu zmian klimatycznych związanych z konfliktem farmerów i pasterzy w ramach inicjatywy na rzecz zrównoważonej integracji społecznej. (2019). Problemy Ekorozwoju , 14(2), 143-155. https://ph.pollub.pl/index.php/preko/article/view/5088