文献

J-GLOBAL ID：202202261580942882   整理番号：22A0589984

データスパース環境における教育結果を推定するための衛星データと深層学習の利用【JST・京大機械翻訳】

Using satellite data and deep learning to estimate educational outcomes in data-sparse environments

著者 (5件)： Runfola D. (Initiative for Computational Societal & Security Research, William & Mary, Williamsburg, VA, USA) ,  Runfola D. (Department of Applied Science, William & Mary, Williamsburg, VA, USA) ,  Stefanidis A. (Initiative for Computational Societal & Security Research, William & Mary, Williamsburg, VA, USA) ,  Stefanidis A. (Department of Computer Science, William & Mary, Williamsburg, VA, USA) ,  Baier H. (Initiative for Computational Societal & Security Research, William & Mary, Williamsburg, VA, USA)
資料名： Remote Sensing Letters  (Remote Sensing Letters)
巻： 13  号： 1  ページ： 87-97  発行年： 2022年 
JST資料番号： W2289A  ISSN： 2150-704X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 世界規模での社会経済的要因の系統的測定の欠如は,人間の幸福の理解への大きな挑戦である。文献の成長する身体は,これらの測定ギャップのいくつかがリモートセンシングを用いて満たされ,社会グループが修正された,または,物理的環境を改変しない方法に基づいて,地上に人間条件を補完することを示唆する。本論文では,フィリピン(2010年,2014年)およびブラジル(2016年)の両方で公的に利用可能な画像のみに基づく学校試験スコアを推定する事例研究を提示することにより,この文献のこの成長体に寄与する。単一画像畳み込みニューラルネットワーク(CNN)アプローチをマルチソースアンサンブルに対比し,また,年間にわたる個々の学校と76%から80%の範囲の地域に対する予測精度を見出した。最後に,社会経済的因子を測定するためのCNNベース手法の運用使用に関連したより広い考察を議論し,コミュニティ使用のためのオープンソースコンピュータコードを提供した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *教育 ,  コミュニティ ,  フィリピン共和国 ,  ブラジル連邦共和国 ,  画像 ,  リモートセンシング ,  事例研究 ,  計算機コード
準シソーラス用語： 社会経済的因子 ,  予測精度 ,  衛星データ ,  オープンソース ,  経済的要因 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 気象学一般  (DC05010D)

タイトルに関連する用語 (5件)： 環境 ,  教育 ,  推定 ,  衛星データ ,  深層学習