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.sidebar##
Numer Tom 14 Nr 2 (2019)
-
Ocena zrównoważonego rozwoju za pomocą analizy skupień i analizy głównych składników
Magdaléna Drastichová, Peter Filzmoser7-24
-
O dalszy rozwój społeczny pokojowy, bezpieczny i korzystny dla ludzi
Wiesław Sztumski25-32
-
Zrównoważony rozwój a zużywanie energii w gospodarstwach domowych: przegląd badań odnoszących się do krajów rozwiniętych i rozwijających się
Tore Johansson, Pedram Pirouzfar33-44
-
Dysfunkcje rozwoju turystyki we współczesnym świecie oraz koncepcja zrównoważonego rozwoju turystyki
Katarzyna Podhorodecka, Anna Dudek45-55
-
Sprawiedliwość społeczna a zrównoważony rozwój
Mayavee Singh57-62
-
Analiza wpływu nierówności dochodowych na zarządzanie środowiskiem w Chinach
Yao Bo Shi, Xin Xin Zhao, Chyi-Lu Jang, Qiang Fu, Chun-Ping Chang63-70
-
Biogospodarka – szanse i dylematy w kontekście ochrony praw człowieka i dbałości o zasoby środowiska
Piotr Krajewski71-79
-
Wyzwania zrównoważonego rozwoju obszarów wiejskich w Rosji: trendy i perspektywy
Aleksey Anisimov, Olga Popova, Valentina Ustyukova81-90
-
Teoria potrzeb ludzkich w rozwoju zrównoważonym miast
Jolanta Rodzoś91-99
-
Empiryczne porównanie zachowań prośrodowiskowych w sektorach publicznym i prywatnym w Chinach
Yu Yang, Shizhi Huang, Xingting Huang101-110
-
Zrównoważony rozwój – utopia czy możliwości realizacji?
Paweł Bukrejewski, Anna Latawiec, Anna Matuszewska111-116
-
Wdrażanie zrównoważonego rozwoju w globalnym łańcuchu dostaw
Krishnendu Shaw117-127
-
Zrównoważony rozwój a nierówne traktowanie płci – czy kobiety mają znaczenie?
Ada Domańska, Beata Żukowska, Robert Zajkowski129-142
-
Wykorzystanie głębokich sieci neuronowych w ograniczaniu zmian klimatycznych związanych z konfliktem farmerów i pasterzy w ramach inicjatywy na rzecz zrównoważonej integracji społecznej
Emmanuel Okewu, Sanjay Misra, Luis Fernandez Sanz, Foluso Ayeni, Victor Mbarika, Robertas Damaševičius143-155
-
Zachowania prośrodowiskowe w hotelach w kontekście zrównoważonego rozwoju turystyki – bariery i rekomendacje dla dalszych badań
Marek Bugdol, Daniel Puciato, Tadeusz Borys157-170
-
Ocena sprawności platformy R&D i transformacji funkcjonalnej
Yuhong Cao, Jianxin You, Yongjiang Shi, Wei Hu171-182
-
Przemoc na środowisku naturalnym
Joanna Kostecka, Kevin R. Butt183-189
-
Ocena porównawcza rozwoju energii odnawialnej w Indiach i Chinach
Pankaj Kumar, Himanshu Sharma, Nitai Pal, Pradip Kumar Sadhu183-189
-
Populacja Złotego Wieku, zdrowe środowisko, wzrost i ubóstwo: czy Malezja rozwija się w sposób zrównoważony?
Nanthakumar Loganathan, Lekha Kunju Pillai Laxman, Abbas Mardani, Dalia Streimikiene, Asan Ali Golam Hassan201-212
-
Papieża Franciszka propozycja ekologii integralnej
Krzysztof Bochenek213-220
Archiwum
-
Tom 16 Nr 2
2021-07-01 26
-
Tom 16 Nr 1
2021-01-04 24
-
Tom 15 Nr 2
2020-07-01 24
-
Tom 15 Nr 1
2020-01-02 24
-
Tom 14 Nr 2
2019-07-01 20
-
Tom 14 Nr 1
2019-01-02 20
-
Tom 13 Nr 2
2023-10-15 22
-
Tom 13 Nr 1
2018-01-02 23
-
Tom 12 Nr 2
2017-07-03 18
-
Tom 12 Nr 1
2017-01-02 16
##plugins.themes.bootstrap3.article.main##
Authors
Sanjay.misra@covenantuniversity.edu.ng
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:
Bibliografia
QAZI et al., 2015, The artificial neural network for solar radiation prediction and designing solar systems: a systematic literature review, in: Journal of Cleaner Production, 104.
NDEHEDEHE C.E., AGUTU N.O., OKWUASHI O., FERREIRAD V.G., 2016, Spatio-temporal variability of droughts and terrestrial water storage over Lake Chad Basin using independent component analysis, in: Journal of Hydrology, 540, p. 106-128.
BUMA W., LEE S., 2016, Investigating the Changes within the Lake Chad Basin Using GRACE and LANDSAT Imageries, in: Procedia Engineering, 154, p. 403-405.
JEONG D.H., LEE J.M., 2018, Enhancement of modifier adaptation scheme via feedforward decision maker using historical disturbance data and deep machine learning, in: Computers & Chemical Engineering, 108, p. 31-46.
HAMID A.M., BABA I.M., 2014, Resolving Nigeria's ‘Boko Haram’ Insurgence: What Role for the Media?, in: Procedia – Social and Behavioral Sciences, 155, p. 14-20.
TUBI A., FEITELSON E., 2016, Drought and cooperation in a conflict prone area: Bedouin herders and Jewish farmers in Israel's northern Negev 1957-1963, in: Political Geography, 51, p. 30-42.
GWANGWAZO K.M., 2018, Only justice, fairness will stop Fulani herdsmen, farmers clashes, in: The Vanguard, 19 January.
GOAL 13: CLIMATE ACTION, 2015, in: Sustainable Development Goals (SDGs), United Nations Development Programme.
KUMARA S., PANDEY A., SATWIK K.S.R., KUMAR S., SINGH S.K., SINGH A.K., MOHAN A., 2018, Deep learning framework for recognition of cattle using muzzle point image pattern, in: Measurement, 116, p. 1-17.
NWABUGHIOGU L., 2017, Ecological Funds: NEC approves N2bn each for APC states, in: Vanguard Newspaper, May 26.
GALINATOA G.I. AND GALINATO S.P., 2013, The short-run and long-run effects of corruption control and political stability on forest cover, in: Ecological Economics, 89, p. 153-161.
ABUBAKAR I., 2017, Understanding Military Operations as Safeguard of State, in: The Post, November 28.
NWACHUKWU O., 2018, Umahi heads committee to dialogue with Miyetti Allah, others over Fulani herdsmen/farmers clash, in: Bussiness Day Newspaper, February 2.
MATEMILOLA S., ADEDEJI O.H., ENOGUANBHOR E.C., 2018, Land Use/Land Cover Change in Petroleum-Producing Regions of Nigeria, in: The Political Ecology of Oil and Gas Activities in the Nigerian Aquatic Ecosystem, p. 257-276.
UGWUANYI S., 2018, Benue youths reveal what they fear about Exercise Ayem Akpatuma, in: Daily Post, February 21.
GOAL 16: PEACE, JUSTICE, AND STRONG INSTITUTIONS, 2015, in: Sustainable Development Goals (SDGs), United Nations Development Programme.
SHENA Y., ZHOUA H., LIA J., JIANB F., JAYASB D.S., 2018, Detection of stored-grain insects using deep learning, in: Computers and Electronics in Agriculture, 145, p. 319-325.
ALI L., HATALA M., GAŠEVIC D. JOVANOVIC J., 2012, A qualitative evaluation of evolution of a learning analytics tool, in: Computers & Education 58(1), p. 470-489.
KAMILARIS A., PRENAFETA-BOLDÚ F.X., 2018, Deep learning in agriculture: A survey, in: Computers and Electronics in Agriculture, 147, p. 70-90.
LU Y., YI S., ZENG N., LIU Y., ZHANG Y., 2017, Identification of rice diseases using deep convolutional neural networks, in: Neurocomputing, 267, p. 378-384.
SONAWANE S., CHOUBEY N.S., 2017, A Systematic Literature Review on Soybean Quality Assessment and Utility of Neural Network in Seed Classification, in: International Journal of Current Research, 9(05), p. 51160-51165.
UKAMAKA M., EDWARD D., SALIFU D., IGBOKWE E.M., 2016, Resource use conflict in agrarian communities, management and challenges: A case of farmer-herdsmen conflict in Kogi State, Nigeria, in: Journal of Rural Studies, 46, p. 147-154.
REUVENY R., 2007, Climate change-induced migration and violent conflict, in: Political Geography, 26(6), p. 656-673.
NEWS AGENCY OF NIGERIA, 2018, Umahi orders traditional rulers to compile data on herdsmen, in: Vanguard Newspaper, February 9.
DIMILILERA K., KIANIB E., 2017, Application of back propagation neural networks on maize plant detection, in: Procedia Computer Science, 120, p, 376-381.
BOUKIS C., MANDIC D.P., CONSTANTINIDES A.G., 2009, A class of stochastic gradient algorithms with exponentiated error cost functions, in: Digital Signal Processing, 19(2), p. 201-212.
AGBESE D., 2017, Fulani herdsmen? Here are the grim statistics, in: The Guardian, 03 November.
OKEWU E., MASKELIUNAS R., MISRA S.,DAMASEVICIUS R., FERNADEZ-SANZ L., 2018, An e-Environment System for Socio-economic Sustainability and National Security, in: Problemy Ekorozwoju/ Problems of Sutainable Development, 13(1), p. 121-132.
OKEWU E., MASKELIUNAS R., MISRA S., DAMASEVICIUS R., FERNADEZ-SANZ L., 2018, Optimizing Green Computing Awareness for Environmental Sustainability and Economic Security as a Stochastic Optimization Problem, in: Journal of Sustainability 2017(9).
OKEWU E., MISRA S., OKEWU J., 2017, Model-Driven Engineering and Creative Arts Approach to Designing Climate Change Response System for Rural Africa: A Case Study of Adum-Aiona Community in Nigeria, in: Problemy Ekorozwoju/ Problems of Sustainable Development, 12(1), p. 101-116.
NATIONAL BUREAU OF STATISTICS, 2011, Annual Abstract of Statistics 2011, Federal Republic of Nigeria, http://www.nigerianstat.gov.ng (1.12.2018).
OLUBUSOYE O.E, KORTER G.O., KESHINRO O.A., 2015, Nigerian Statistical System: The Evolution, Progress And Challenges, Research, https://www.doi.org/10.13140/RG.2.1.3136.4569, https://www.Researchgate.Net/Publication/283715250 (1.12.2018).
##plugins.themes.bootstrap3.article.details##
Abstract views: 156
Downloads: 88
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
