Maurizio Daniele
A Unified Framework for Real-Time Macroeconomic Reanalysis and Forecasting via Probabilistic Graph Neural Networks
Das Projekt entwickelt ein neues, graphbasiertes KI-Modell, um wirtschaftliche Entwicklungen in Echtzeit konsistenter, genauer und mit Unsicherheiten prognostizieren zu können.
Abstract
Macroeconomic forecasting remains central to policy and business decision-making, but still relies heavily on relatively simple statistical frameworks. Standard approaches often fail to capture the non-linear, high-dimensional, and interrelated nature of modern economies. In contrast, recent advances in machine learning for complex dynamical systems have led to major breakthroughs in meteorological research. Lam et al. (2023) introduced GraphCast, a graph-neural weather model trained on global reanalysis data, producing faster and more accurate 10-day forecasts than the numerical system of the European Centre for Medium-Range Weather Forecasts (ECMWF). Price et al.(2025) extended this approach with GenCast, a probabilistic ensemble model that outperforms the operational ECMWF ensemble on most metrics. The conceptual leap in these studies is the ability to learn spatiotemporal dynamics from large-scale reanalysis data while providing consistent and calibrated forecasts.
Economic activity can be viewed in a similar way: it evolves as a high-dimensional, interconnected, and partially observed system where shocks propagate through trade, migration, and financial linkages. However, macroeconomics lacks a comprehensive reanalysis dataset that harmonizes heterogeneous sources, preserves real-time data vintages (capturing the actual information available at each historical date), and yields coherent probabilistic estimates of past economic states, suitable for training modern machine learning methods and real-time evaluation.
This project aims to address these challenges by building the first macroeconomic reanalysis dataset and developing a probabilistic, graph-based forecasting model, Economic-GraphCast that can generate coherent forecasts with an explicit uncertainty quantification across countries, regions, and sectors.
die arbeiten im 2026
Die folgenden Beispiele geben Einblick in die Bandbreite bisher unterstützter Vorhaben. Von Arbeits- und Organisationspsychologie über Cyber Risks bis zu Innovation, Cleantech und Wissensspillovers: Die Förderbeispiele verdeutlichen, wie vielseitig die unterstützten Themen sind.
Nils Löwhagen
Beyond Classical Limits: Quantum as an Emerging Technology in Operations Management
Wie und wann Quantentechnologien von wissenschaftlicher Vision zu praktischem Mehrwert in Unternehmen, Management und Politik werden können.
Joseph Ollier
Frontiers in AI: From Generative to Agentic Recommender Systems
Die Forschung untersucht, wie agentische KI-Empfehlungssysteme Entscheidungen nicht nur unterstützen, sondern auch eigenständig in reale Handlungen überführen können.
Melanie Baumgartner
Feel It, Name It | Bodily Sensation Mapping – A Scalable VR Application for Accessible Mental Healthcare
Ein VR-basiertes, körperorientiertes Tool soll Menschen dabei helfen, Emotionen besser wahrzunehmen, zu benennen und zu regulieren – als zugängliche Ergänzung in der psychischen Gesundheitsversorgung.
Maurizio Daniele
A Unified Framework for Real-Time Macroeconomic Reanalysis and Forecasting via Probabilistic Graph Neural Networks
Das Projekt entwickelt ein neues, graphbasiertes KI-Modell, um wirtschaftliche Entwicklungen in Echtzeit konsistenter, genauer und mit Unsicherheiten prognostizieren zu können.
Förderung beantragen
fragen sie uns an
Sie möchten ein förderungswürdiges Vorhaben einreichen? Hier finden Sie die Voraussetzungen, den Ablauf und alle wichtigen Informationen zur Antragstellung.
Über Uns
Tradition mit Zukunft
SMC‑S steht in einer langen Tradition: Aus einer 1929 gegründeten Initiative zur Stärkung betriebswissenschaftlicher Kompetenzen an der ETH Zürich ist eine Organisation entstanden, die bis heute Forschung, Ausbildung und Wissenstransfer fördert. Heute verstehen wir uns als aktive Plattform für Austausch, Förderung und verantwortungsvolles Unternehmertum.