مروری برکاربرد هوش مصنوعی و کلان داده در پیش بینی تورم، پیش بینی تولید و تصمیمات سیاستگذار
محل انتشار: دومین کنفرانس بین المللی "هوش مصنوعی در عصر تحول دیجیتال (نوآوری ها، چالش ها و فرصت ها)"
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 126
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AICNF02_103
تاریخ نمایه سازی: 31 مرداد 1404
چکیده مقاله:
پیشبینی اقتصادی مبتنی بر هوش مصنوعی نشان دهنده پیشرفت قابل توجهی نسبت به روش های سنتی است که دقت، انطباق و عینیت بهتری را ارائه می دهد. با استفاده از قابلیت های هوش مصنوعی، ذینفعان می توانند به بینش های بیدرنگ دسترسی داشته باشند که به تصمیم گیری پاسخگو کمک می کند. با این حال، چالش هایی مانند کیفیت داده ها، تفسیرپذیری مدل و ملاحظات اخلاقی باید مورد توجه قرار گیرند تا به طور کامل پتانسیل هوش مصنوعی در این حوزه محقق شود. پیشبینی دقیق تورم برای کشور ایران ضروری است زیرا بانک ملی از استراتژی هدفگذاری مستقیم تورم استفاده می کند. بانک ملی (NBR) نرخ های بهره را بر اساس پیش بینی های تورم تعیین می کند. یک پیشبینی دقیق به بانک ها این امکان را می دهد که نرخ ها را به طور موثر برای حفظ ثبات قیمت ها تنظیم کنند. اگر تورم بالاتر از حد مطلوب پیش بینی شود، بانک می تواند نرخ ها را برای کند و تعدیل تورم افزایش دهد. علاوه بر این، اگر تورم بسیار پایین پیش بینی شود، ممکن است نرخ بهره کاهش یابد تا اقتصاد را تقویت کند و تورم را به سطح بالاتری برساند. دوم، تجار و مصرف کنندگان برای تصمیم گیری اقتصادی خود بر پیش بینی های تورم تکیه می کنند. پیش بینی های دقیق، محیط پایدارتری برای سرمایه گذاری، استقراض و قیمت گذاری ایجاد می کند. شرکت ها می توانند برنامه های خوبی برای هزینه ها و سودهای آتی داشته باشند، و خانوارها می توانند در آینده نزدیک تصمیم گیری آگاهانه در مورد پس انداز و خرج کنند. سوم، زمانی که بانک ملی به طور مداوم به هدف تورمی خود دست می یابد، اعتماد عمومی به توانایی آن در مدیریت اقتصاد تثبیت می شود. این اطمینان برای یک سیستم مالی سالم ضروری است. در نتیجه، پیشبینی اقتصادی مبتنی بر هوش مصنوعی نشان دهنده پیشرفت قابل توجهی در زمینه تحلیل اقتصادی است که هم فرصت های دگرگون کننده و هم چالش های قابل توجهی را ارائه می دهد. ادغام هوش مصنوعی در پیشبینی اقتصادی، روش های سنتی را با استفاده از یادگیری ماشین، تجزیه و تحلیل داده های بزرگ و الگوریتم های پیچیده برای افزایش دقت و به موقع بودن پیش بینی روندهای اقتصادی متحول کرده است. توانایی هوش مصنوعی برای تجزیه و تحلیل حجم وسیعی از داده ها، تشخیص الگوهای پیچیده و ارائه بینش های هم زمان، ابزارهای ارزشمندی را برای سیاستگذاران، کسب وکارها و سرمایه گذاران برای حرکت در یک چشم انداز اقتصادی پویا فراهم می کند. یکی از مزایای کلیدی پیشبینی مبتنی بر هوش مصنوعی، پتانسیل آن برای افزایش دقت و دقت در پیشبینی متغیرهای اقتصادی است. از طریق استفاده از الگوریتم های پیشرفته و تکنیک های یادگیری عمیق، مدل های هوش مصنوعی می توانند روابط پیچیده ای را در مجموعه داده های بزرگ ثبت کنند که منجر به پیشبینی های قابل اعتمادتر می شود.
کلیدواژه ها:
نویسندگان
محمد امین دهقانی
لیسانس رشته شهرسازی دانشگاه شیراز