Home  /  Ricerca  /  Complex networks and deep learning for copper flow across countries

Complex networks and deep learning for copper flow across countries

In questo articolo usiamo modelli di network complessi per rappresentare la filiera di estrazione, raffinazione e lavorazione del rame su scala globale fra il 2017 e il 2021. Per ogni anno, studiamo la rete di relazioni import-export dei minerali di rame grezzi, del rame lavorato, dei prodotti di scarto e dei macchinari per l'industria metallurgica. Approssimando le reti commerciali con dei modelli di multilayer blockmodel, riusciamo ogni anno ad identificare 5 gruppi di nazioni in base al loro ruolo nella filiera del rame, e a ricostruire i principali cambiamenti annuali nel commercio globale. Infine con un algoritmo di deep learning otteniamo una rappresentazione della posizione di ogni nazione nel commercio globale del rame, identificando l'esistenza di un nucleo molto fitto di nazioni al centro del commercio internazionale.

Leggi il paper completo

Di Lorenzo FedericoAyoub Mounim, Pierpaolo D’Urso e Livia De Giovanni