TL;DR
- چکیده:.
- ما یک چارچوب Python منبعباز برای مدلسازی ریسک آبشار فیزیکی آبشاری در اقتصاد زنجیره تامین فضایی ارائه.
- میکنیم.
چه اتفاقی افتاد
چکیده:. ما یک چارچوب Python منبعباز برای مدلسازی ریسک آبشار فیزیکی آبشاری در اقتصاد زنجیره تامین فضایی ارائه.
میکنیم. این چارچوب خطرات سیل جغرافیایی را با یک مدل مبتنی بر عامل از شرکتها و خانوارها ادغام میکند.
و امکان شبیهسازی تلفات مستقیم داراییها و اختلالات غیرمستقیم منتشر شده از طریق شبکههای اقتصادی را فراهم میکند. شرکتها از طریق دو کانال به صورت درونزا سازگار میشوند:.
سخت شدن سرمایه،. که آسیب مستقیم را کاهش میدهد،.
و جستجوی تامین کننده پشتیبان،. که اختلالات ورودی را کاهش میدهد.
در یک شبکه جهانی گویا،. سخت شدن سرمایه تلفات مستقیم را تا 26 درصد کاهش میدهد،.
در حالی که جستجوی تأمین کننده پشتیبان،. اختلال تأمین کننده را تا 48 درصد کاهش میدهد و هم تولید و هم مصرف را تا.
حدی تثبیت میکند. بهطور قابلتوجهی،.
شرکتهایی که هرگز مستقیماً تحت سیل قرار نگرفتهاند،. همچنان سهم قابلتوجهی از اختلال را دارند که اهمیت اثرات آبشاری غیرمستقیم را برجسته میکند.
را چارچوب یک پلت فرم قابل تکرار برای تجزیه و تحلیل ریسک سیستماتیک اقلیم فیزیکی و سازگاری در. شبکههای اقتصادی فراهم میکند.
V1 در کارگاه آموزشی مقابله با تغییرات آب و هوا با یادگیری ماشین NeurIPS 2025 ارائه شد. V4 یادگیری تکاملی را با سازگاری صریح پیوستگی جایگزین میکند،.
ثبات جریان،. مجموعههای همسان دانه،.
تشخیص آبشاری و اعتبارسنجی داخلی را اضافه میکند. کد: این آدرس https هوش مصنوعی (cs.
AI)؛ مدیریت ریسک (q-fin. RM) استناد بهعنوان: (یا v4 [cs.
AI] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite تاریخچه ارسال از:.
یارا مهاجرانی [مشاهده ایمیل] [v1] سه شنبه،. 23 سپتامبر 2025،.
04:. 33:.
58 UTC (320 KB) [v2] پنجشنبه،. 23 اکتبر 2025،.
03:. 24:.
54 UTC (324 KB) [v3] دوشنبه،. 5 ژانویه 2026،.
ساعت 22:. 51:.
40 UTC (782 KB) [v4] سه شنبه،. 7 آوریل 2026،.
13:. 54:.
04 UTC (2,. 470 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
