文献

J-GLOBAL ID：201702231490189178   整理番号：17A1423274

属性信頼性を改善する手段としての空間凝集【Powered by NICT】

Spatial aggregation as a means to improve attribute reliability

著者 (2件)： Sun Min (Department of Geography and Geoinformation Science, George Mason University, Fairfax, VA, USA) ,  Wong David W.S. (Department of Geography and Geoinformation Science, George Mason University, Fairfax, VA, USA)
資料名： Computers, Environment and Urban Systems  (Computers, Environment and Urban Systems)
巻： 65  ページ： 15-27  発行年： 2017年 
JST資料番号： H0226B  ISSN： 0198-9715  CODEN： CEUSD5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 地域単位の属性は調査試料から得られた推定値である。大きな標準誤差(SE)とこれらの属性の推定値は,空間解析結果の信頼性と妥当性を減じる。計数単位の推定のための大SEはしばしば地域単位における小サンプルサイズの結果と信頼できない属性値を意味している。属性における誤差を抑制するための一つの方法は,地域単位を混和して試料サイズを向上することである。伝統的地域化法は,この目的に役立つが,研究地域の地理学を変化させ不必要かもしれない。は元の地理学とデータを可能な限り保持しながら許容レベルよりも大きいSEと単位のみを選択し,併合における分析者を支援するための対話型発見的凝集アプローチを提案した。この方法と最近の自動化最適化法の結果は同等であった。両方法は属性データにおけるSEを低下したが,対話型アプローチが柔軟に地域単位の異なる凝集基準の重要性レベルを調整し,凝集過程における透明性の高い度合いを提供する。対話型アプローチは,凝集のための地域単位を選択する際の近傍の主観的および局所知識を組み込んでいる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 推定量 ,  *信頼性 ,  自動化 ,  地理学 ,  *凝集 ,  最適化 ,  許容量
準シソーラス用語： 透明性 ,  対話型 ,  小サンプルサイズ ,  計数 ,  空間解析 ,  標準誤差 , 【Automatic Indexing@JST】

著者キーワード (4件)： 属性信頼性 ,  標準誤差 ,  空間凝集 ,  対話型発見的方法

分類 (3件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 属性 ,  凝集