XiaoMi-AI文件搜索系统
World File Search SystemGMM
使用高斯混合物学习机器人运动的几何力学
使用来自几何力学的原理构建的机器人运动的数据驱动模型已显示[Bittner，Hatton等。2018; Dan Zhao，Bittner等。2022; Hatton等。2013]为各种机器人提供机器人运动的有用预测。对于具有有用数量DOF的机器人，这些几何力学模型只能在步态附近构建。在这里，我们展示了如何将高斯混合模型（GMM）用作流形学习的一种形式，该形式学习了几何力学“运动图1”的结构，并证明了：[i]与先前发表的方法相比，预测质量的可观改善； [ii]可以应用于任何运动数据集的方法，而不仅仅是周期性步态数据； [iii]一种预先处理数据集以促进在已知运动图是线性的地方外推的方法。我们的结果可以在数据驱动的几何运动模型的任何地方应用。
经济自由对新兴经济体银行稳定性和风险承担的影响：印度尼西亚案例研究
摘要：本文考察了经济自由对印尼银行业的金融稳定的影响。利用印尼银行的非平衡面板数据，采用 GMM 方法估计了经济自由对金融稳定的影响，分析时间范围为 2004 年至 2018 年。分析采用回归分析。经济自由对金融稳定的主要模型由 ZSCORE 和 NPL 衡量，其中包括第一阶段的所有样本银行。本研究还分别探讨了第二阶段和第三阶段基于不同所有权类型和银行规模的影响。此外，集中度、银行规模、效率、流动性和业务多样化也被纳入控制变量。结果表明，从 ZSCORE 衡量的结果来看，经济自由在统计上对金融稳定具有正向显著影响。然而，对 NPL 的测量结果却有所不同。这些发现对经济文献和政策实践具有重大意义。
来自撒哈拉以南非洲国家的证据
摘要：本研究旨在确定外债通过哪些渠道将其影响传递到撒哈拉以南非洲 (SSA) 国家的经济增长。为此，使用系统广义矩法 (GMM) 估计技术，调查了 1985 年至 2019 年期间 30 个 SSA 国家的面板数据。研究发现，公共投资、私人投资和全要素生产率是将外债的非线性影响传递到经济增长的渠道。此外，利率也被证实是一个具有直接影响的渠道。相反，估计表明，储蓄并不是 SSA 国家外债传递到经济增长的渠道。这些发现呼吁 SSA 国家采取紧急行动，减少外债存量，并实施替代性的宏观经济非债务战略，以改善已确定的渠道，抵消高额外债对它们的负面影响。
腐败与经济增长：政府规模重要吗？
腐败常常是争论的焦点，涉及哲学和社会学等不同知识领域。在本文中，我们评估了腐败对经济活动的影响，并强调了政府规模的相关性。我们使用动态模型和广义矩法 (GMM) 方法对 2012 年至 2019 年的 48 个国家/地区进行研究。我们发现腐败对人均 GDP 水平和增长产生不利影响，但大政府从减少腐败中获益较少。此外，无论政府规模如何，发展中经济体从减少腐败中获益较少，而政府规模不足以解释腐败对经济活动的影响，尽管公共服务的有效性水平至关重要。最后，我们的研究结果表明，私人投资是腐败的潜在传播渠道。关键词：腐败、经济增长、政府规模、广义矩法、前向正交偏差。JEL 代码：C23、O40、K42、C23。
使用UAV多光谱图像的葡萄园冠层检测的不同计算机视觉方法的比较
在葡萄栽培中，通过超高的空间分解图像快速而准确地获取了冠层光谱信息以进行决策支持。普遍的做法涉及使用从纯藤冠像素获得的光谱数据创建活力图。基于对象的图像分析（OBIA）在常规方法中表现出由于其特征提取的功能而在树冠分类中表现出合理的效率。近年来，深度学习（DL）技术在果园监测中表现出了巨大的潜力，并利用了它们自动学习图像特征的能力。这项研究评估了不同方法的性能，包括掩盖R-CNN，U-NET，OBIA和无监督方法，以识别纯冠类像素。比较了阴影和背景检测方法的有效性以及错误分类像素对NDVI的影响。将结果与2021年和2022年生长季节进行的农艺调查进行了比较，重点是两个不同的物候阶段（BBCH65-BBCH85）。蒙版R-CNN和U-NET在整体准确性（OA），F1得分和与联合（IOU）相交方面表现出卓越的性能。在OBIA方法中，高斯混合模型（GMM）被证明是冠层分割的最有效的分类器，并且支持向量机（SVM）也表现出合理的稳定性。相反，随机森林（RF）和K-均值的准确性和较高的错误率产生了较低的误差率。由于准确性有限，因此在葡萄园行高的葡萄园排被高估了，而对于高活力的檐篷，NDVI被低估了。可显着提高确定系数，以进行总叶面积（TLA）与源自蒙版R-CNN和U-NET得出的NDVI数据之间的比较。还发现了来自GMM和SVM算法的NDVI数据的正相关性。关于叶叶绿素（CHL）和NDVI相关性，蒙版R-CNN和U-NET方法显示出较高的性能。此外，TLA和投影冠层区域（PCA）之间的关系得到了U-NET和Mask R-CNN的明显代表，而不建议使用PCA来估计叶绿素含量。这项调查确定，改善了葡萄树冠划界的贡献，可改善葡萄园活力监测，为葡萄酒生长提供了更准确，更可靠的农艺信息，以进行管理决策。
金砖国家面板数据分析 - AIS eLibrary
摘要 人工智能（AI）融入不同行业引起了人们对其对经济扩张的潜在影响的极大好奇。本研究调查了2000年至2024年金砖国家人工智能发展与经济扩张之间的相关性。初步分析表明，金砖国家人工智能专利与经济扩张之间存在强烈而有意义的相关性。我们使用不同的计量经济模型，例如固定效应、广义矩法（GMM）和Anderson-Hsiao（AH）估计来确保结果的可靠性。研究结果反复表明，每百万人拥有的人工智能专利数量是人均实际GDP增长率的有力指标。此外，分析表明，资本形成总额、政府支出和贸易开放对经济增长有相当大的影响。然而，人口增长和通货膨胀对经济增长的影响各不相同。 关键词 : 人工智能（AI）、经济增长、金砖国家、人工智能专利、面板数据分析。
实际汇率水平的政治经济学
大量理论和实证研究表明，实际汇率 (RER) 低估可能有利于经济发展。那么，为什么各国往往避免推行促进低估的政策，甚至故意追求 RER 高估呢？我们使用 OLS 和 GMM 估计量，通过研究有助于解释 1989 年至 2013 年间 68 个发展中国家和 39 个发达国家基线小组中 RER 低估的国内差异的经济、制度和政策因素来解决这个问题。我们的结果表明，非贸易部门产出份额的增加、出口的进口投入强度和资本账户开放度与 RER 低估程度降低有系统性联系。我们还提供了证据表明，独立的中央银行和民主机构与 RER 高估有关。我们的主要发现对于使用替代规范、度量、估计技术、样本和其他控制变量都是可靠的。对拉丁美洲和东亚的初步比较表明，我们的主要发现得到了有趣的支持。
plm：面板数据的线性模型
描述一组模型和（稳健）协方差矩阵的估计量，以及面板数据计量经济学的检验，包括内/固定效应、随机效应、间效应、一阶差分、嵌套随机效应以及工具变量（IV）和豪斯曼-泰勒式模型、面板广义矩法（GMM）和一般 FGLS 模型、均值组（MG）、平均 MG、共同相关效应（CCEMG）和具有共同因子、变量系数和有限因变量模型的合并（CCEP）估计量。测试函数包括模型规范、序列相关、横截面相关性、面板单位根和面板 Granger（非）因果关系。典型的参考文献是一般计量经济学教科书，例如 Baltagi (2021)，《面板数据的计量经济学分析》(< doi:10.1007/978-3-030-53953-5 >)、Hsiao (2014)，《面板数据分析》(< doi:10.1017/CBO9781139839327 >) 以及 Croisant 和 Millo (2018)，《使用 R 的面板数据计量经济学》(< doi:10.1002/9781119504641 >)。
协同信息支持神经网络中解决多个任务
这项研究调查了流动性与波动性之间的复杂相互作用，同时将经济政策不确定性（EPU）视为调节因素。使用综合各种流动性措施（例如市场弹性，深度和广度）的综合数据集，研究研究了四个亚洲初经经济体的流动性变化如何影响波动：中国，巴基斯坦，印度和韩国。通过利用复杂的计量经济学技术，尤其是系统通用的力矩方法（GMM），发现结果表明了流动性与波动性之间具有统计学意义的反比关系。这些发现表明，在亚洲情况下，较低的波动率与较高的市场流动性相关。通过将EPU纳入模型中，该研究表明经济因素在塑造市场动态中的重要作用。利益相关者，决策者和投资者可以通过对影响亚洲新兴经济体市场稳定性的变量的分析获得宝贵的见解。该研究的结果可以指导决策者制定促进市场稳定并改善市场微观结构的策略。
金融发展与可再生能源消耗之间的联系：新兴国家的审查
摘要18 19金融发展与能源消耗之间的关系是金融和经济中最常见的研究领域。进行这项21项研究的主要目标是回答新兴国家金融发展与可再生22能源消耗之间存在关系吗？在国际23文献中进行的许多研究中，经验发现表明存在这种关系。为了24检查金融发展与可再生能源消耗之间的关系，共有20个新兴国家，从1990年至2015年之间的年度频率数据受益。系统GMM估计用作研究方法。进行的27个分析表明，当使用29个银行和股票市场变量衡量金融发展时，金融发展不会影响新兴国家的可再生能源28。此外，可以说，如果仅通过股票市场31资本化来衡量，财务30开发就会增加可再生能源消耗。32 33