清华大数据与因果推断研讨班第十期“机器学习与大数据冲突预测:进展与反思”课程预告
课程介绍
课程题目：机器学习与大数据冲突预测:进展与反思
课程简介：在大数据时代，如何准确及时地预测武装冲突和政治暴力发生的时间和地点，不仅有助于检验旧理论，发展新理论，还有助于对现实冲突风险进行实时预警，提前做好预防措施，因而具有重要的理论和现实意义。通过介绍大数据冲突预测的一般原理、应用场景，以及机器学习如何助力提升大数据时代的冲突预测的准确性，展现冲突预测在未来进一步发展的前景。借助实际案例展示，揭示冲突预测面临的主要挑战，澄清冲突预测中难以逾越的障碍，为冲突预测和预警的发展提供思路。
课程时间：2022年12月17日 上午 10：00-12：00
主讲人介绍
陈冲清华大学社会科学学院国际关系学系副教授，博士生导师，清华大学仲英青年学者，The Chinese Journal of International Politics副主编。2019年获得美国杜克大学政治学博士学位。主要研究领域为冲突与和平研究、对外政策分析和政治学方法论，尤其关注国际冲突、内战、政治暴力、冲突管理以及对外政策分析等议题。在International Organization、International Peacekeeping、International Studies Quarterly、International Studies Review、The Chinese Journal of International Politics、《世界经济与政治》、《外交评论》、《国际政治科学》等国际国内期刊发表论文20余篇。
参考文献
1.Lars-Erik Cederman and Nils B. Weidmann,” Predicting armed conflict: Time to adjust our expectations?” Science, 3 Feb 2017, Vol 355, Issue 6324, pp. 474-476
2.Chong Chen, et al.,“Tipping Points: Challenges in Analyzing International Crisis Escalation,” International Studies Review, Vol. 24, No. 3, 2022, viac024, DOI: 10.1093/isr/viac024.
3.庞珣：《定量预测的风险来源与处理方法——以“高烈度政治动荡”预测研究项目的再分析为例》，载《国际政治科学》2017年第2期，第1-32页。
4.陈冲、庞珣：《非洲恐怖袭击时空规律的大数据分析——基于GIS技术和分离总体持续期模型》，载《外交评论》，2020年第2期，第121-154页。
5.陈冲、胡竞天：《空间依赖与武装冲突预测》，载《国际政治科学》，2022年第2期，第86-123页。
