論文の概要: Population synthesis for urban resident modeling using deep generative models

• arxiv url: http://arxiv.org/abs/2011.06851v1
• Date: Fri, 13 Nov 2020 10:48:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-26 00:47:47.604417
• Title: Population synthesis for urban resident modeling using deep generative models
• Title（参考訳）: 深層モデルを用いた都市住民モデルのための人口合成
• Authors: Martin Johnsen, Oliver Brandt, Sergio Garrido, Francisco C. Pereira
• Abstract要約: 本稿では, 大規模住宅・集合住宅における新築ビルの人口分布をモデル化する機械学習手法を提案する。 ベトナムのハノイにある不動産開発プロジェクトであるEcopark Townshipの実際のデータセットを使って、2つの機械学習アルゴリズムを深層生成モデル文学から研究し、人工エージェントの人口を生成する。
• 参考スコア（独自算出の注目度）: 6.037276428689637
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The impacts of new real estate developments are strongly associated to its population distribution (types and compositions of households, incomes, social demographics) conditioned on aspects such as dwelling typology, price, location, and floor level. This paper presents a Machine Learning based method to model the population distribution of upcoming developments of new buildings within larger neighborhood/condo settings. We use a real data set from Ecopark Township, a real estate development project in Hanoi, Vietnam, where we study two machine learning algorithms from the deep generative models literature to create a population of synthetic agents: Conditional Variational Auto-Encoder (CVAE) and Conditional Generative Adversarial Networks (CGAN). A large experimental study was performed, showing that the CVAE outperforms both the empirical distribution, a non-trivial baseline model, and the CGAN in estimating the population distribution of new real estate development projects.
• Abstract（参考訳）: 新たな不動産開発の影響は、その人口分布(世帯の種類や構成、収入、社会人口層)に強く関連しており、住居タイプ、価格、位置、床のレベルといった側面を前提としている。 本稿では, 大規模住宅・集合住宅における新築ビルの人口分布をモデル化する機械学習手法を提案する。 我々はベトナムのハノイにある不動産開発プロジェクトであるエコパーク・タウンシップ(Ecopark Township)の実際のデータセットを用いて、2つの機械学習アルゴリズムを深層生成モデルから研究し、合成エージェントの集団を生成する。 CVAEは経験的分布,非自明なベースラインモデル,CGANの両面で,新たな不動産開発プロジェクトの人口分布を推定する上で優れていた。

関連論文リスト

• Targeted Maximum Likelihood Estimation for Integral Projection Models in Population Ecology [4.209594014085132]
  積分射影モデルから導出した特性に対する頑健で効率的な推定器を開発する。 本研究はIdaho steppe plant communityとRotifer populationsの長期研究から得られた実データを用いて広範囲にわたるシミュレーションを行う。
  論文  参考訳（メタデータ） (2024-11-12T19:56:05Z)
• SPARTAN: A Sparse Transformer Learning Local Causation [63.29645501232935]
  因果構造は、環境の変化に柔軟に適応する世界モデルにおいて中心的な役割を果たす。 本研究では,SPARse TrANsformer World Model(SPARTAN)を提案する。 オブジェクト指向トークン間の注意パターンに空間規則を適用することで、SPARTANは、将来のオブジェクト状態を正確に予測するスパース局所因果モデルを特定する。
  論文  参考訳（メタデータ） (2024-11-11T11:42:48Z)
• Synthetic location trajectory generation using categorical diffusion models [50.809683239937584]
  拡散モデル(DPM)は急速に進化し、合成データのシミュレーションにおける主要な生成モデルの一つとなっている。 本稿では,個人が訪れた物理的位置を表す変数列である合成個別位置軌跡(ILT)の生成にDPMを用いることを提案する。
  論文  参考訳（メタデータ） (2024-02-19T15:57:39Z)
• On the Stability of Iterative Retraining of Generative Models on their own Data [56.153542044045224]
  混合データセットに対する生成モデルの訓練が与える影響について検討する。 まず、初期生成モデルがデータ分布を十分に近似する条件下で反復学習の安定性を実証する。 我々は、正規化フローと最先端拡散モデルを繰り返し訓練することにより、合成画像と自然画像の両方に関する我々の理論を実証的に検証する。
  論文  参考訳（メタデータ） (2023-09-30T16:41:04Z)
• Improving Heterogeneous Model Reuse by Density Estimation [105.97036205113258]
  本稿では,異なる参加者の個人データを用いてモデルを学習することを目的とした多人数学習について検討する。 モデルの再利用は、各パーティーのためにローカルモデルがトレーニングされていると仮定して、マルチパーティの学習にとって有望なソリューションである。
  論文  参考訳（メタデータ） (2023-05-23T09:46:54Z)
• Copula-based transferable models for synthetic population generation [1.370096215615823]
  集団合成は、マイクロエージェントの標的集団の合成的かつ現実的な表現を生成することを含む。 従来の手法は、しばしばターゲットのサンプルに依存し、高いコストと小さなサンプルサイズのために制限に直面している。 本研究では,実験的辺縁分布のみが知られている対象個体群を対象とした合成データを生成するためのコプラに基づく新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2023-02-17T23:58:14Z)
• Latent Diffusion Energy-Based Model for Interpretable Text Modeling [104.85356157724372]
  本稿では,拡散モデルと潜時空間ESMの共生を変動学習フレームワークで導入する。 我々は,学習した潜在空間の品質を向上させるために,情報ボトルネックと合わせて幾何学的クラスタリングに基づく正規化を開発する。
  論文  参考訳（メタデータ） (2022-06-13T03:41:31Z)
• Generating unrepresented proportions of geological facies using Generative Adversarial Networks [0.0]
  地質データセットにおける相の補間・補間におけるGAN(Generative Adversarial Networks)の能力について検討した。 具体的には、トレーニングセットに存在しない新しい比率に向けて、生成されたファシズムを駆動できる条件付きGANモデルを設計する。 両相・多重相の画像に対する数値実験は, 良好な地質学的整合性を示し, 対象条件と強い相関を示した。
  論文  参考訳（メタデータ） (2022-03-17T22:38:45Z)
• Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
  本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。 我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。 フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
  論文  参考訳（メタデータ） (2021-04-30T12:47:52Z)
• UrbanVCA: a vector-based cellular automata framework to simulate the urban land-use change at the land-parcel level [4.12627107272774]
  UrbanVCAは、新しいベクトルCAベースの都市開発シミュレーションフレームワークである。 広東省春出市を研究エリアとして,都市VCAは土地・区画レベルでの都市土地利用の変化をシミュレートしている。 2030年のシミュレーションの結果,エコ保護シナリオは都市集積を促進し,生態的侵略と耕作地喪失を少なくとも60%低減できることが示された。
  論文  参考訳（メタデータ） (2021-03-15T17:03:22Z)
• Deep Evolutionary Learning for Molecular Design [1.8047694351309207]
  分子設計のためのフラグメントに基づく深層生成モデルと多対象進化計算を融合した深層進化学習プロセスを提案する。 本手法は,(1) 構造空間ではなく, 生成モデルの潜在空間における進化的操作を可能とし, 次世代の分子構造を創出する。
  論文  参考訳（メタデータ） (2020-12-28T03:15:46Z)

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。