Deep Learning vier Jahrzehnte menschlicher Migration

Zusammenfassung Wir präsentieren einen neuartigen und detaillierten Datensatz über jährliche Migrationsströme und -bestände zwischen 230 Ländern und Regionen, der den Zeitraum von 1990 bis heute umfasst. Unsere Schätzungen der Ströme werden weiter nach Geburtsland unterteilt, was ein umfassendes Bild der Migration über die letzten 35 Jahre liefert. Die Schätzungen werden durch das Training eines tiefen rekurrenten neuronalen Netzwerks gewonnen, das Muster von 18 Kovariaten für alle Länder lernt, einschließlich geografischer, wirtschaftlicher, kultureller, sozialer und politischer Informationen. Die rekursive Architektur des neuronalen Netzwerks bedeutet, dass die gesamte Vergangenheit die aktuellen Migrationsmuster beeinflussen kann, was es uns ermöglicht, langfristige zeitliche Korrelationen zu lernen. Durch das Training eines Ensembles neuronaler Netzwerke und zusätzliches Einbringen von Unsicherheiten in die Kovariaten durch das trainierte Netzwerk erhalten wir Vertrauensgrenzen für alle unsere Schätzungen, die es Forschern ermöglichen, die geografischen Regionen zu bestimmen, die am dringendsten zusätzliche Datensammlungen benötigen. Wir validieren unseren Ansatz anhand verschiedener Testdatensätze unbekannter Daten und zeigen, dass er traditionelle Methoden zur Schätzung von Fünfjahresströmungen erheblich übertrifft, während er eine signifikante Steigerung der zeitlichen Auflösung ermöglicht. Das Modell ist vollständig quelloffen: Alle Trainingsdaten, Gewichte des neuronalen Netzwerks und Trainingscode sind öffentlich zugänglich, zusammen mit den Schätzungen zur Migration, was eine wertvolle Ressource für zukünftige Studien über menschliche Migration darstellt.