論文の概要: Leveraging Mobile Phone Data for Migration Flows
- arxiv url: http://arxiv.org/abs/2105.14956v1
- Date: Mon, 31 May 2021 13:41:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-28 05:59:42.041201
- Title: Leveraging Mobile Phone Data for Migration Flows
- Title(参考訳): 移動フローに携帯電話データを活用する
- Authors: Massimiliano Luca, Gianni Barlacchi, Nuria Oliver, Bruno Lepri
- Abstract要約: 移動フローに関する統計は、しばしば固有の制限に悩まされる国勢調査データから導かれる。
調査やフィールド観測などの代替データソースも、信頼性、コスト、スケール制限に悩まされている。
携帯電話の普及により、移動に関連する最新のデータの正確かつ効率的な収集が可能になる。
- 参考スコア(独自算出の注目度): 5.0161988361764775
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Statistics on migration flows are often derived from census data, which
suffer from intrinsic limitations, including costs and infrequent sampling.
When censuses are used, there is typically a time gap - up to a few years -
between the data collection process and the computation and publication of
relevant statistics. This gap is a significant drawback for the analysis of a
phenomenon that is continuously and rapidly changing. Alternative data sources,
such as surveys and field observations, also suffer from reliability, costs,
and scale limitations. The ubiquity of mobile phones enables an accurate and
efficient collection of up-to-date data related to migration. Indeed, passively
collected data by the mobile network infrastructure via aggregated,
pseudonymized Call Detail Records (CDRs) is of great value to understand human
migrations. Through the analysis of mobile phone data, we can shed light on the
mobility patterns of migrants, detect spontaneous settlements and understand
the daily habits, levels of integration, and human connections of such
vulnerable social groups. This Chapter discusses the importance of leveraging
mobile phone data as an alternative data source to gather precious and
previously unavailable insights on various aspects of migration. Also, we
highlight pending challenges that would need to be addressed before we can
effectively benefit from the availability of mobile phone data to help make
better decisions that would ultimately improve millions of people's lives.
- Abstract(参考訳): マイグレーションフローの統計は、コストやサンプリング不足など、本質的な制限に苦しむ国勢調査データに由来することが多い。
国勢調査が使用される場合、データ収集プロセスと関連する統計の計算と公開の間には、通常、時間的ギャップがある。
このギャップは、連続的かつ急速に変化する現象の分析における重要な欠点である。
調査やフィールド観測などの代替データソースも、信頼性、コスト、スケール制限に悩まされている。
携帯電話の普及により、移動に関連する最新のデータの正確かつ効率的な収集が可能になる。
実際、モバイルネットワークのインフラによって受動的に収集されたデータは、人的移動を理解する上で非常に価値がある。
携帯電話データを分析することにより、移民の移動パターンを解明し、自発的な定住を検知し、日々の習慣、統合のレベル、そしてそのような脆弱な社会集団の人間関係を理解することができる。
本稿では,移動のさまざまな側面について,携帯電話データを代替データ源として活用することの重要性について論じる。
また、携帯電話データの有効利用により、何百万人もの人々の生活を最終的に改善するより良い判断を下す上で有効な利益が得られる前に、解決すべき課題に注目する。
関連論文リスト
- Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series
Forecasting Approach [71.67506068703314]
長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。
伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。
本研究では,都市におけるモビリティ予測の新たな視点について紹介する。
都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
論文 参考訳(メタデータ) (2023-12-04T07:39:05Z) - Reconstructing human activities via coupling mobile phone data with
location-based social networks [20.303827107229445]
本稿では,携帯電話データと位置情報ソーシャルネットワーク(LBSN)データを結合することで,ユーザの行動を特定するためのデータ分析フレームワークを提案する。
我々は,10万人の携帯電話利用者の行動連鎖を再構築し,各活動タイプの時間的・空間的特徴を分析した。
論文 参考訳(メタデータ) (2023-06-06T06:37:14Z) - Estimating Latent Population Flows from Aggregated Data via Inversing
Multi-Marginal Optimal Transport [57.16851632525864]
累積カウントデータから潜在人口フローを推定する問題について検討する。
この問題は、プライバシーの問題や測定の不確実性のために個々の軌道が利用できない場合に発生する。
我々はMOTフレームワークのコスト関数を学習し,集約データからの遷移フローを推定する。
論文 参考訳(メタデータ) (2022-12-30T03:03:23Z) - Time-Varying Propensity Score to Bridge the Gap between the Past and
Present [110.69157751789484]
本稿では,データ分布の段階的変化を検出するための時間変化確率スコアを提案する。
実装のさまざまな方法を示し、さまざまな問題について評価する。
論文 参考訳(メタデータ) (2022-10-04T07:21:49Z) - Feel Old Yet? Updating Mode of Transportation Distributions from Travel
Surveys using Data Fusion with Mobile Phone Data [0.0]
交通システムは典型的には従来のデータソースに依存し、時代遅れのトラベラーデータを提供する。
本研究では,携帯電話データを地理空間情報のコスト効率の高いリッチな情報源として活用する手法を提案する。
チリのサンティアゴでは,2012年から2020年の間に交通パターンが大きく変化した。
論文 参考訳(メタデータ) (2022-04-20T14:27:58Z) - Causal Scene BERT: Improving object detection by searching for
challenging groups of data [125.40669814080047]
コンピュータビジョンアプリケーションは、物体検出のようなタスクのためにニューラルネットワークでパラメータ化された学習ベースの知覚モジュールに依存している。
これらのモジュールは、トレーニングプロセスに固有のバイアスのため、予想される誤差が低いが、データの非定型的なグループに対して高い誤差を持つことが多い。
本研究の主な貢献は,シミュレートされたシーンに対して因果的介入を行うことにより,前向きにそのようなグループを発見する擬似オートマチック手法である。
論文 参考訳(メタデータ) (2022-02-08T05:14:16Z) - Generating synthetic mobility data for a realistic population with RNNs
to improve utility and privacy [3.3918638314432936]
本稿では, ディープリカレントニューラルネットワーク(RNN)を用いた合成モビリティデータ生成システムを提案する。
本システムは, 個体群分布を入力として, 対応する合成個体群の移動トレースを生成する。
生成したモビリティデータは,個々のレベルでの実際のデータから変化しながら,実際のデータの特徴を保っていることを示す。
論文 参考訳(メタデータ) (2022-01-04T13:58:22Z) - Leveraging Administrative Data for Bias Audits: Assessing Disparate
Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。
我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。
このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
論文 参考訳(メタデータ) (2020-11-14T02:04:14Z) - Forecasting asylum-related migration flows with machine learning and
data at scale [0.0]
適応型機械学習アルゴリズムは,亡命関係の移動フローを効果的に予測できることを示す。
我々は、起源の国における位置情報のイベントとインターネット検索、EU国境における不規則な横断の検知、目的地の国における亡命承認率という3つの階層のデータを活用している。
論文 参考訳(メタデータ) (2020-11-09T11:31:17Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳(メタデータ) (2020-08-29T15:14:03Z)
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。