マルチレベル地理空間情報の統合による経済指標の学習【JST・京大機械翻訳】

Park Sungwon; Han Sungwon; Ahn Donghyun; Kim Jaeyeon; Yang Jeasurk; Lee Susang; Hong Seunghoon; Kim Jihee; Park Sangyoon; Yang Hyunjoo; Cha Meeyoung

プレプリント

J-GLOBAL ID：202202211232690190 整理番号：22P0342661

マルチレベル地理空間情報の統合による経済指標の学習【JST・京大機械翻訳】

Learning Economic Indicators by Aggregating Multi-Level Geospatial Information

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (11件)： , , , , , , , , , ,
資料名：
発行年： 2022年05月03日プレプリントサーバーでの情報更新日： 2022年05月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

高分解能昼間衛星画像は,経済活動を研究するための有望な供給源になった。これらの画像は,大きな地域にわたって詳細な地形を示し,より小さな近隣にズーミングを可能にする。しかし,既存の方法は,単一レベルの地理的ユニットだけに画像を利用した。本研究は,地理的ユニットの多重レベルから観測された凝集形質を介して,経済指標を予測する深層学習モデルを提示する。モデルは,まず,順序回帰を通して小コミュニティ上の超局所経済を測定する。次のステップは,超局所経済間の相互接続を要約することにより,地域レベルの特徴を抽出する。最終ステップでは,このモデルは超局所と地域情報を集約して地域の経済指標を推定する。著者らの新しいマルチレベル学習モデルは,人口,購入電力,およびエネルギー消費のような重要な指標を予測する際に,強いベースラインを実質的に凌駕する。モデルはまた,データ不足に対してロバストである。マレーシア,フィリピン,タイ,ベトナムから収集したデータで評価した場合,1国からの訓練された特徴は他の国に一般化できる。不等式と貧困に関する政策と社会科学研究における不可欠な第一ステップである不等式を測定するためのマルチレベルモデルの意味を論じた。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , ,

前のページに戻る