論文の概要: Case study: Mapping potential informal settlements areas in Tegucigalpa with machine learning to plan ground survey

• arxiv url: http://arxiv.org/abs/2006.14490v1
• Date: Thu, 25 Jun 2020 15:38:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 04:32:18.619300
• Title: Case study: Mapping potential informal settlements areas in Tegucigalpa with machine learning to plan ground survey
• Title（参考訳）: 事例研究:機械学習によるテグシガルパの未編入地域を計画地調査にマッピングする
• Authors: Federico Bayle and Damian E. Silvani
• Abstract要約: 国勢調査によるデータ収集はラテンアメリカでは平均して10年に1度行われる。 このケーススタディでは、Dymaxion LabsとNGO Techoが共同で機械学習技術を使って、ホンジュラスのテグシガルパで最初の非公式な居住地国勢調査を作成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Data collection through censuses is conducted every 10 years on average in Latin America, making it difficult to monitor the growth and support needed by communities living in these settlements. Conducting a field survey requires logistical resources to be able to do it exhaustively. The increasing availability of open data, high-resolution satellite images, and free software to process them allow us to be able to do so in a scalable way based on the analysis of these sources of information. This case study shows the collaboration between Dymaxion Labs and the NGO Techo to employ machine learning techniques to create the first informal settlements census of Tegucigalpa, Honduras.
• Abstract（参考訳）: 国勢調査によるデータ収集は、ラテンアメリカで平均10年ごとに行われており、これらの集落に住むコミュニティが必要とする成長と支援を監視することは困難である。 現地調査を行うには,リソースを徹底的に活用する必要がある。 オープンデータ,高解像度衛星画像,およびそれらを処理するフリーソフトウェアの普及により,これらの情報源の分析に基づいて,スケーラブルな処理が可能になった。 このケーススタディでは、Dymaxion LabsとNGO Techoが共同で機械学習技術を使って、ホンジュラスのテグシガルパで最初の非公式な居住地調査を行った。

関連論文リスト

• Specializing Large Language Models to Simulate Survey Response Distributions for Global Populations [49.908708778200115]
  我々は,調査応答分布をシミュレートする大規模言語モデル (LLM) を最初に開発した。 テストベッドとして、我々は2つの世界文化調査の国レベルの結果を使用します。 予測された応答分布と実際の応答分布のばらつきを最小限に抑えるために, ファースト・ツーケン確率に基づく微調整法を提案する。
  論文  参考訳（メタデータ） (2025-02-10T21:59:27Z)
• Deep Learning for Slum Mapping in Remote Sensing Images: A Meta-analysis and Review [2.1383489372142503]
  何百万人もの人々が、世界中の多くの主要都市で生活状態の悪いスラムや非公式の集落に住んでいる。 リモートセンシングによるスラムのマッピングが顕著な研究領域として浮上している。 ディープ・ラーニング(Deep Learning)は、衛星画像の自動解析によってスラムに関連する複雑な空間パターンを識別できるようにするため、この分野に新たな次元を追加した。
  論文  参考訳（メタデータ） (2024-06-12T09:31:52Z)
• Capture the Flag: Uncovering Data Insights with Large Language Models [90.47038584812925]
  本研究では,Large Language Models (LLMs) を用いてデータの洞察の発見を自動化する可能性について検討する。 そこで本稿では,データセット内の意味的かつ関連する情報(フラグ)を識別する能力を測定するために,フラグを捕捉する原理に基づく新しい評価手法を提案する。
  論文  参考訳（メタデータ） (2023-12-21T14:20:06Z)
• Granularity at Scale: Estimating Neighborhood Socioeconomic Indicators from High-Resolution Orthographic Imagery and Hybrid Learning [1.8369448205408005]
  オーバーヘッド画像は、コミュニティ情報が不足しているギャップを埋めるのに役立つ。 機械学習とコンピュータビジョンの最近の進歩により、画像データのパターンから素早く特徴を抽出し、検出することが可能になった。 本研究では, 人口密度, 中央値世帯所得, 教育達成率の2つのアプローチ, 教師付き畳み込みニューラルネットワークと半教師付きクラスタリングについて検討する。
  論文  参考訳（メタデータ） (2023-09-28T19:30:26Z)
• Semantic Segmentation of Vegetation in Remote Sensing Imagery Using Deep Learning [77.34726150561087]
  本稿では,公開されているリモートセンシングデータからなるマルチモーダル・大規模時間データセットを作成するためのアプローチを提案する。 我々は、異なる種類の植生を分離できる畳み込みニューラルネットワーク(CNN)モデルを使用する。
  論文  参考訳（メタデータ） (2022-09-28T18:51:59Z)
• Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
  我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。 我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
  論文  参考訳（メタデータ） (2022-07-18T11:38:32Z)
• Mapping Access to Water and Sanitation in Colombia using Publicly Accessible Satellite Imagery, Crowd-sourced Geospatial Information and RandomForests [0.0]
  本稿では,スケーラブルで低コストなWASH推定ワークフローを提案する。 我々は、コロンビア全土の粒度250m×250mのWASH推定値の地図を生成する。 このモデルでは、給水、下水、トイレへのアクセスを予測できるバリエーションの最大65%を説明できた。
  論文  参考訳（メタデータ） (2021-11-07T17:36:50Z)
• A Survey on Low-Resource Neural Machine Translation [106.51056217748388]
  我々は、関連する作品を、使用した補助データに基づいて3つのカテゴリに分類する。 私たちの調査は、研究者がこの分野をよりよく理解し、より良いアルゴリズムを設計するきっかけになることを期待しています。
  論文  参考訳（メタデータ） (2021-07-09T06:26:38Z)
• A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
  知識追跡は、学生の行動データ分析の基本的なタスクの1つである。 我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。 この急速に成長する分野における今後の研究の方向性について論じる。
  論文  参考訳（メタデータ） (2021-05-06T13:05:55Z)
• Towards Sustainable Census Independent Population Estimation in Mozambique [0.5735035463793007]
  モザンビークの2つのパイロット地区における人口推計には, 国勢調査非依存の手法を用いる。 サステナビリティを促進するために、公開データセットを使用して人口を推定する可能性を評価します。 このアプローチで推定された足跡面積を使用すると、一般の機能のみに対して人口予測が改善するのを観察した。
  論文  参考訳（メタデータ） (2021-04-26T16:37:41Z)
• Population Mapping in Informal Settlements with High-Resolution Satellite Imagery and Equitable Ground-Truth [1.4414055798999759]
  低所得都市部における密集集落の人口推定のための一般化可能な枠組みを提案する。 我々は,地域コミュニティと連携して収集される等質な地平データを用いている。 本研究では,フレキシブルでカスタマイズ可能な空間分解能を実現するグリッド型人口推定モデルを提案する。
  論文  参考訳（メタデータ） (2020-09-17T16:37:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。