Risk Academy، به رهبری Nexus Consortium · کاتالوگ دورهها · علم ریسک و روشها
تحلیل کمّی ریسک
هوش مصنوعی و یادگیری ماشین برای تحلیل ریسک
هوش مصنوعی و یادگیری ماشین برای تحلیل ریسک، که دو بار تدریس میشوند: یک بار بهعنوان روشهای کار این حوزه و بار دیگر بهعنوان مرز دانش آن از سال 2024، با آزمایشگاهها بر پایهٔ ابزارهای Academy، دادههای باز و Nexus Standards.
AI and machine learning for risk analysis: foundations and practice
This area covers the machine-learning methods risk analysts now use: classification and regression of risk outcomes, emulators of slow physical models, anomaly detection and the quantification of uncertainty in model outputs.
AI and machine learning for risk analysis: foundations and practice
سطح
L2 میانی
زمان مطالعه
حدود 24 ساعت (برآورد برنامهریزی)
وضعیت
برنامهریزیشده
پیشنیازها
یک دورهٔ L1 در این حوزه، یا بازبینی ورودی
چرا اکنون
Machine learning weather models (GraphCast, 2023; GenCast, 2024) now match or beat physics ensembles on many scores, ECMWF runs its AIFS operationally since 2025, and AI flood forecasting reaches ungauged basins, so risk analysts must know when to trust these models.
Define emulator and the other key terms of the discipline and use them correctly in a written case
Explain supervised learning for risk outcomes and emulators and surrogates of physical and catastrophe models with a worked example and its source
روش رشته را بر یک مورد مستند به کار ببرید و هر نتیجه را با منبع آن توضیح دهید
Analyse a named case against uncertainty quantification in machine learning, stating evidence, date and limits
پودمانها
01
Supervised learning for risk outcomes
Supervised learning for risk outcomes
Emulators and surrogates of physical and catastrophe models
Uncertainty quantification in machine learning
02
پیشبینی همدیس و پوشش بدون فرض توزیع
پیشبینی همدیس و پوشش بدون فرض توزیع
Anomaly detection and change detection
مدلهای پایهٔ مکانی و تعبیههای ماهوارهای
03
Causal inference and machine learning
Causal inference and machine learning
اعتبارسنجی، پایش رانش و ریسک مدل برای یادگیری ماشین
انصاف و سوگیری در مدلهای ریسک
04
آزمایشگاه: روش رشته
A learned model gives a point prediction with no promise attached; holding out a calibration set, ranking its residuals and taking a quantile wraps the prediction in an interval whose coverage is assured without any assumption about the model, and the size of the calibration set sets how tight that guarantee is.
روش را بر یک مورد مستند پیش ببرید و هر نتیجه را توضیح دهید
هوش مصنوعی و یادگیری ماشین برای تحلیل ریسک: روشهای پیشرو
The methods, data, tools and studies that changed AI and machine learning for risk analysis between 2024 and 2026, taught by reproducing them on open data.
هوش مصنوعی و یادگیری ماشین برای تحلیل ریسک: روشهای پیشرو
سطح
L3 پیشرفته
زمان مطالعه
حدود 28 ساعت (برآورد برنامهریزی)
وضعیت
برنامهریزیشده
پیشنیازها
AI and machine learning for risk analysis: foundations and practice; Working knowledge of a scripting language (Python or R) for the labs
چرا اکنون
Machine learning weather models (GraphCast, 2023; GenCast, 2024) now match or beat physics ensembles on many scores, ECMWF runs its AIFS operationally since 2025, and AI flood forecasting reaches ungauged basins, so risk analysts must know when to trust these models.
The Academy proposes how each discipline teaches toward the Nexus Standards; the mapping is open for public review. Bodies and standards are named so learners can find and apply their published work; the Academy teaches their use and links to the publisher, and no affiliation is implied.
04نقشهٔ زنده
Connected activity in South Africa
Night-time lights and population density, the footprint of electrified, connected activity, over South Africa.
نقشهٔ تعاملی به JavaScript نیاز دارد؛ فهرست لایهها و منابع در زیر آمده است.
تصویر ماهوارهای. رستر ماهوارهای یا مدلی همانگونه که ارائهدهنده منتشر میکند. ابر، شکافهای نوار پویش و خطای بازیابی شکاف و نوفه به جا میگذارند؛ مقادیر نشانگر هستند، نه اندازهگیری در یک مکان.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید
صفحهکلید، با تمرکز بر نقشه
Ctrl یا ⌘ را نگه دارید و برای بزرگنمایی پیمایش کنید
برای جابهجایی بکشید. Ctrl یا ⌘ و پیمایش، حرکت دو انگشت یا دکمهها را برای بزرگنمایی به کار ببرید؛ برای دیدن مقادیر زیر نشانگر روی آنها بایستید؛ بازنشانی به منطقه بازمیگردد.
Connected activity, framed on South Africa.Satellite and model products as NASA publishes them, each with its own date. They are indicators, not assessments of any place.
از تصاویر ارائهشده توسط خدمات NASA Global Imagery Browse Services (GIBS)، بخشی از NASA Earth Science Data and Information System (ESDIS)، سپاسگزاریم. رنگها از نقشهٔ رنگ منتشرشده بازترسیم شدهاند؛ مقادیر در جاهایی که نشان داده شدهاند در سلولهای H3 میانگینگیری شدهاند (دستکاریشده). دادههای باز NASA
از تصاویر ارائهشده توسط خدمات NASA Global Imagery Browse Services (GIBS)، بخشی از NASA Earth Science Data and Information System (ESDIS)، سپاسگزاریم. رنگها از نقشهٔ رنگ منتشرشده بازترسیم شدهاند؛ مقادیر در جاهایی که نشان داده شدهاند در سلولهای H3 میانگینگیری شدهاند (دستکاریشده). دادههای باز NASA
نورهای شبانهٔ VIIRS Black Marble، مرکز پروازهای فضایی گدارد ناسا؛ توزیعشده از NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC)؛ تصاویر از طریق NASA GIBS. رنگها از نقشهٔ رنگ منتشرشده بازترسیم شدهاند؛ مقادیر در جایی که نمایش داده میشوند در سلولهای H3 میانگینگیری شدهاند (اصلاحشده). دادههای باز NASA
Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into H3 cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
محصولات نزدیک به بلادرنگ VIIRS (سیل، دمای سطح زمین، پوشش برف، بازتابندگی تصحیحشده)، NASA LANCE؛ تصاویر از راه NASA GIBS. رنگها از نقشهٔ رنگ منتشرشده بازترسیم شدهاند؛ مقادیر در جاهایی که نشان داده شدهاند در سلولهای H3 میانگینگیری شدهاند (تغییریافته). دادههای باز NASA
ASTER GDEM فراوردهٔ METI و NASA است (ASTER Global Digital Elevation Model V003, NASA LP DAAC)؛ تصاویر از راه NASA GIBS. رنگها از نقشهٔ رنگ منتشرشده بازترسیم شدهاند؛ مقادیر در جاهایی که نشان داده شدهاند در سلولهای H3 میانگینگیری شدهاند (دستکاریشده). ارجاع: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. دادههای باز NASA
ساختهشده با Natural Earth. Free vector and raster map data @ naturalearthdata.com. مالکیت عمومی
Blue Marble, NASA Earth Observatory؛ تصاویر از راه NASA GIBS. رنگها از نقشهٔ رنگ منتشرشده بازترسیم شدهاند؛ مقادیر در جاهایی که نشان داده شدهاند در سلولهای H3 میانگینگیری شدهاند (دستکاریشده). دادههای باز NASA
رویدادهای زنده: NASA Earth Observatory Natural Event Tracker (EONET)؛ رویدادها نشانگر وضعیتاند و پیوندهای منبع اصلی خود را حفظ میکنند.
NASA GIBS: از تصاویر ارائهشده توسط خدمات NASA's Global Imagery Browse Services (GIBS)، بخشی از NASA's Earth Science Data and Information System (ESDIS)، سپاسگزاریم.
لایههای اختیاری (3 منبع در فهرست لایهها: زنده، پیشبینی، مشاهدهشده و زمینه) هنگام روشن شدن، اعتبار فراهمکننده را روی نقشه و در اینجا چاپ میکنند؛ پیشبینیها خروجی مدلاند و شاخصهای مشتق برآورد هستند.
لایهها و تاریخها
روشنایی شبانه، روزانه: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 اکتبر 2026
Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
رنگ حقیقی: بازتابندگی تصحیحشدهٔ VIIRS NOAA-20, NASA LANCE · 13 اکتبر 2026
کارشناسان برای استانداردهای اصلی علم ریسک: عدم قطعیت و درجهبندی شواهد، مقیاسها، قضاوت ساختاریافتهٔ کارشناسی، تحملپذیری، رویدادهای حدی و مرکب، ریسکهای فاجعهبار و وجودی، اخلاق و عدالت، یکاها و اندازهگیری (NRS-C17 تا NRS-C24) CALL-CORE-SCIENCE
کارشناس، ویراستار، رئیس
2027-01-31
بازبینان مستقل برای خانوادههای اطلس مخاطرات، سه نفر از دستکم دو منطقه برای هر خانواده (NHS2-R19)، نخست خانوادههای دارای اولویت CALL-ATLAS-REVIEW
کارشناس
2027-03-31
اعضای هیئت موقت بازبینی ایمنی مرزی و بازبینان تیم قرمز (ایمنی زیستی و امنیت زیستی، ایمنی و امنیت هوش مصنوعی، امنیت زیرساختهای حیاتی)؛ درخواستها محرمانه بررسی میشوند CALL-FRONTIER-SAFETY-REVIEW
کارشناس
2026-11-30
کارشناسان هستیشناسی، اندازهشناسی، راستیآزمایی نرمافزار و ارزیابی انطباق برای فهرست الزامات، بازنمایی ماشینی NHS-2، مجموعهآزمونهای انطباق و طرح ارزیابی انطباق CALL-CONFORMANCE-ONTOLOGY
کارشناس، ویراستار
2027-01-31
فراخوانهایی که مهلتشان گذشته است خودکار پنهان میشوند. همهٔ فراخوانها، پیشنهادها و مسیرها: حوزهها و فراخوانهای باز.
یاختهها
A cell is a small team with a clear mission, a host and a record of what it does. Choose the type that fits.
University, student and national chapter teams. Open
A cell acts within its host's rules and never replaces an authority. A CERT works alongside the local emergency services, follows their direction and is not an emergency service.
How a cell forms
01
گردهمآوردن سلول
سه تا هفت نفر با مهارتهای مکمل گرد هم آورید: داده، کار میدانی، سیاستگذاری و ارتباطات.
02
Choose a type
Pick the kind of cell that fits the work, from the gallery below. A cell can add a second focus later. See the types
03
ثبت آن
Name the cell, its members, area and region, and who hosts it. You receive a reference and a contact. Form a cell
04
با هم بیاموزیم
مسیرهای مطالعاتی مشترک را در Risk Academy دنبال کنید، با تمرین عملی و سابقهٔ هر دورهٔ گذراندهشده. مخاطرات و تابآوری
05
رهبری و گزارشدهی
Hold regular sessions. Publish what the cell learns through Reports. Bring findings to the working groups. Working groups
شاخص
What a national team or a local community can do on The Global Risks Index (NXS-GRX) today.
NXS-GRX
نمایهٔ کشور شما
نیمرخهای ریسک باز برای 195 کشور، با منبع و پروانه برای هر مقدار. گشودن شاخص
NXS-GRX
اصلاح یا پاسخ
مقداری را اصلاح کنید یا از جانب کشورتان پاسخ دهید. تغییر همراه با اثرش ثبت میشود. گشودن شاخص
NXS-GRX
دادههای پیشنهاد
یک مجموعهداده پیشنهاد دهید. از دروازهٔ پروانه وارد میشود و نام شما ثبت میشود. گشودن شاخص
NXS-GRX
از دادههای باز استفاده کنید
لایهها، نیمرخها و کاشیها از طریق API باز. گشودن شاخص
07پرسشها
پرسشها، پاسخها و اصطلاحات کلیدی
آیا دوره رایگان است؟
بله. همهٔ دورهها و مواد آموزشی Risk Academy، به رهبری Nexus Consortium، برای مطالعه رایگاناند، چه بهصورت خودآموز و چه همراه با یک گروه. مشارکت عادی هزینهای ندارد؛ کار با دستمزد، کارآموزیها و فلوشیپها ترتیبات جداگانهای دارند.
تکمیل یک دوره چه چیزی به من میدهد؟
سابقهٔ تکمیل: دوره، نسخهٔ آن، تاریخ و آنچه ارزیابی شده است؛ بهطور پیشفرض خصوصی است و شما آن را همرسانی میکنید. این سوابق در دستاوردهای رشته، گروه و برنامه انباشته میشوند. یک سابقه بیان میکند چه چیزی مطالعه و ارزیابی شده است و صلاحیت را گواهی نمیکند؛ پروانه، عنوان حرفهای یا وضعیت استخدامی نیست.
دادهها و مکانها از کجا میآیند؟
هر دانشکده بر روی همزادی از یک مکان واقعی که از دادههای باز ساخته شده است آموزش میدهد؛ هر لایه ارائهدهنده، پروانه و تاریخ خود را همراه دارد و هر نتیجه در آکادمی منبع خود را بیان میکند. نقشهها و شکلها نشانگرهایی برای آموزشاند و هرگز ارزیابی یک مکان نیستند.
فراتر از دوره، چگونه مشارکت کنم؟
یک یاختهٔ صلاحیت سه تا هفت نفره تشکیل دهید، یک مسیر مشترک را مطالعه کنید، یک مأموریت تحت نظارت در گروههای کاری ملی بر عهده بگیرید، یا گروهی از مؤسسهٔ خود بیاورید. برای سازمانها.
اصطلاحات کلیدی
شبیهساز جایگزین
A fast statistical or machine-learning model trained to reproduce the outputs of a slower physical or catastrophe model.
پیشبینی همدیس
روشی که بر هر مدلی اعمال میشود تا مجموعههای پیشبینی با پوشش معین، تحت فرض تبادلپذیری، ارائه دهد.
جابهجایی توزیع
A change between the data a model was trained on and the data it is used on, which can invalidate its accuracy.
طبقهبند کالیبرهشده
طبقهبندی که احتمالهای پیشبینیشدهٔ آن با بسامدهای مشاهدهشده همخوانی دارد.
گزارشهامشارکت
از همین صفحه شواهد بیفزایید.
Reports is the Consortium's quarterly publication, written by six desks. This page sits with the Academy Capability desk. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work. Sent to the wrong desk, it is forwarded, not refused.
هرگز دادههای شخصی، جزئیات حساس زیرساخت یا هر چیزی را که حق اشتراک آن را ندارید ارسال نکنید. هر مشارکت پیش از استفاده بررسی میشود؛ ارسال آن هیچ حق پدیدآوری یا ویراستاری ایجاد نمیکند، و حمایت مالی هرگز یافتهای را نمیخرد.
مرتبط
Around AI and machine learning for risk analysis: courses
Study AI and machine learning for risk analysis with us, or teach it
همهٔ دورهها رایگان و باز هستند. نهادها و متخصصان میتوانند در تدریس مشارکت کنند، میزبان یک گروه آموزشی باشند، یک آزمایشگاه بیفزایند یا پیش از گشایش دوره، آن را بازبینی کنند.
این وبگاه تنها از کوکیهای کاملاً ضروری برای کارکرد خود و به خاطر سپردن گزینههای حریم خصوصی شما استفاده میکند. هیچ چیزی از شرکتهای دیگر بارگذاری نمیشود و ما هرگز اطلاعات شخصی شما را نمیفروشیم یا به اشتراک نمیگذاریم.
جزئیات
این وبگاه تنها از کوکیهای کاملاً ضروری برای کارکرد خود و به خاطر سپردن گزینههای حریم خصوصی شما استفاده میکند. هیچ چیزی از شرکتهای دیگر بارگذاری نمیشود و ما هرگز اطلاعات شخصی شما را نمیفروشیم یا به اشتراک نمیگذاریم. ما هیچ تبلیغی نمایش نمیدهیم. هر زمان میتوانید گزینههای خود را از طریق «گزینههای حریم خصوصی» در پایین هر صفحه بازبینی کنید.