PulseAugur
中
实时 12:27:07
English(EN) The Remittance Blueprint: Data-driven Intelligence for Sri Lanka

斯里兰卡汇款研究使用人工智能预测经济流入 · 跟踪到2个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇题为《汇款蓝图：为斯里兰卡提供数据驱动的智能》的新研究论文分析了斯里兰卡32年的移民和汇款数据。研究发现，汇率和全球油价等外部宏观经济因素对汇款流入的影响大于国内指标。机器学习模型，特别是岭回归，在预测准确性方面比传统的SARIMA等时间序列方法有了显著提高，在稳定条件下预测2026年汇款将达到90.01亿美元。 AI

影响 这项研究展示了机器学习模型在改善汇款经济预测方面的潜力，为政策决策提供了见解。

排序理由 在arXiv上发表的研究论文，详细介绍了用于经济分析的数据驱动智能。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

斯里兰卡汇款研究使用人工智能预测经济流入 · 跟踪到2个来源

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Dhinanjaya Fernando, Dinura Ginige, Kalana Lakshan, Chanupa Gurusinghe, Lasana Pahanga, Subavarshana Arumugam, Sandeepa Weerasekara, Sandareka Wickramanayake, Nisansa de Silva ·

    The Remittance Blueprint: Data-driven Intelligence for Sri Lanka

    arXiv:2606.28190v1 Announce Type: cross Abstract: This study analyzes Sri Lankan migration and remittances over 32 years (1994-2025). Using a 384-month harmonized dataset, we apply exploratory data analysis, stationarity corrected time-series modeling (ADF, Johansen, VAR/VECM), a…

  2. arXiv cs.AI TIER_1 English(EN) · Nisansa de Silva ·

    汇款蓝图：为斯里兰卡提供数据驱动的智能

    This study analyzes Sri Lankan migration and remittances over 32 years (1994-2025). Using a 384-month harmonized dataset, we apply exploratory data analysis, stationarity corrected time-series modeling (ADF, Johansen, VAR/VECM), and supervised learning. Results reveal remittance …

相关实体

相关话题