Prevendo o Imprevisível: Previsão Reprodutível com BiLSTM de Contagens de Incidentes no Banco de Dados Global de Terrorismo (GTD)

Predicting the Unpredictable: Reproducible BiLSTM Forecasting of Incident Counts in the Global Terrorism Database (GTD)

October 16, 2025

Autores: Oluwasegun Adegoke

cs.AI

Resumo

Estudamos a previsão de curto prazo de contagens semanais de incidentes terroristas utilizando o Global Terrorism Database (GTD, 1970--2016). Construímos um pipeline reproduzível com divisões temporais fixas e avaliamos uma LSTM Bidirecional (BiLSTM) em comparação com âncoras clássicas robustas (sazonal-ingênua, linear/ARIMA) e uma linha de base profunda LSTM-Atenção. No conjunto de teste reservado, a BiLSTM atinge um RMSE de 6,38, superando a LSTM-Atenção (9,19; +30,6\%) e uma linha de base de regressão linear com defasagem (+35,4\% de ganho no RMSE), com melhorias paralelas em MAE e MAPE. Ablações variando a memória temporal, o comprimento do histórico de treinamento, a granularidade espacial, o tamanho do lookback e os grupos de características mostram que os modelos treinados com dados históricos longos generalizam melhor; um lookback moderado (20--30 semanas) fornece um contexto forte; e a codificação bidirecional é crucial para capturar padrões de preparação e consequências dentro da janela. A análise de grupos de características indica que a estrutura de curto prazo (contagens defasadas e estatísticas móveis) contribui mais, com características geográficas e de vítimas adicionando ganhos incrementais. Disponibilizamos código, configurações e tabelas compactas de resultados, e fornecemos um documento de declaração de dados/ética documentando o licenciamento do GTD e o uso exclusivo para pesquisa. No geral, o estudo oferece uma referência transparente e superadora de linhas de base para a previsão de incidentes no GTD.

English

We study short-horizon forecasting of weekly terrorism incident counts using the Global Terrorism Database (GTD, 1970--2016). We build a reproducible pipeline with fixed time-based splits and evaluate a Bidirectional LSTM (BiLSTM) against strong classical anchors (seasonal-naive, linear/ARIMA) and a deep LSTM-Attention baseline. On the held-out test set, the BiLSTM attains RMSE 6.38, outperforming LSTM-Attention (9.19; +30.6\%) and a linear lag-regression baseline (+35.4\% RMSE gain), with parallel improvements in MAE and MAPE. Ablations varying temporal memory, training-history length, spatial grain, lookback size, and feature groups show that models trained on long historical data generalize best; a moderate lookback (20--30 weeks) provides strong context; and bidirectional encoding is critical for capturing both build-up and aftermath patterns within the window. Feature-group analysis indicates that short-horizon structure (lagged counts and rolling statistics) contributes most, with geographic and casualty features adding incremental lift. We release code, configs, and compact result tables, and provide a data/ethics statement documenting GTD licensing and research-only use. Overall, the study offers a transparent, baseline-beating reference for GTD incident forecasting.