論文の概要: Pseudo-PFLOW: Development of nationwide synthetic open dataset for
people movement based on limited travel survey and open statistical data
- arxiv url: http://arxiv.org/abs/2205.00657v1
- Date: Mon, 2 May 2022 05:13:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:35:20.481312
- Title: Pseudo-PFLOW: Development of nationwide synthetic open dataset for
people movement based on limited travel survey and open statistical data
- Title（参考訳）: pseudo-pflow:限定的な旅行調査とオープン統計データに基づく全国的な人行動総合オープンデータセットの開発
- Authors: Takehiro Kashiyama, Yanbo Pang, Yoshihide Sekimoto, Takahiro Yabe
- Abstract要約: 人フローデータは、都市や商業計画、災害管理など様々な分野で活用されている。
本研究では,一般統計と旅行調査データを組み合わせた擬似人流データを開発した。
- 参考スコア（独自算出の注目度）: 4.243926243206826
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: People flow data are utilized in diverse fields such as urban and commercial
planning and disaster management. However, people flow data collected from
mobile phones, such as using global positioning system and call detail records
data, are difficult to obtain because of privacy issues. Even if the data were
obtained, they would be difficult to handle. This study developed
pseudo-people-flow data covering all of Japan by combining public statistical
and travel survey data from limited urban areas. This dataset is not a
representation of actual travel movements but of typical weekday movements of
people. Therefore it is expected to be useful for various purposes.
Additionally, the dataset represents the seamless movement of people throughout
Japan, with no restrictions on coverage, unlike the travel surveys. In this
paper, we propose a method for generating pseudo-people-flow and describe the
development of a "Pseudo-PFLOW" dataset covering the entire population of
approximately 130 million people. We then evaluated the accuracy of the dataset
using mobile phone and trip survey data from multiple metropolitan areas. The
results showed that a coefficient of determination of more than 0.5 was
confirmed for comparisons regarding population distribution and trip volume.
- Abstract（参考訳）: 人フローデータは、都市や商業計画、災害管理など様々な分野で活用されている。
しかし, 携帯電話から収集したデータ, グローバル位置情報システム, コール詳細記録データ等は, プライバシー上の問題により入手が困難である。
たとえデータが得られたとしても、処理は困難だろう。
本研究は,都市部における公共統計・旅行調査データを組み合わせた擬似人流データを構築した。
このデータセットは、実際の旅行運動の表現ではなく、典型的な平日移動の表現である。
そのため、様々な用途に有用であることが期待されている。
さらに、このデータセットは、旅行調査とは異なり、日本全国の人々のシームレスな動きを表しており、カバー範囲に制限はない。
本稿では,擬似人流を生成する手法を提案し,約1億3千万人の人口をカバーする「擬似人流」データセットの開発について述べる。
次に,複数の大都市圏からの携帯電話と旅行調査データを用いて,データセットの精度を評価した。
その結果,人口分布と旅行量の比較において,0.5以上の決定係数が確認された。
関連論文リスト
- A Dataset for the Validation of Truth Inference Algorithms Suitable for Online Deployment [76.04306818209753]
実世界のクラウドソーシングプラットフォームから収集した,実質的なクラウドソーシングアノテーションデータセットを紹介する。
このデータセットは、約2万のワーカー、100万のタスク、600万のアノテーションで構成されている。
本データセットにおけるいくつかの代表的真理推論アルゴリズムの有効性を評価する。
論文 参考訳（メタデータ） (2024-03-10T16:00:41Z) - LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。
しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。
カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文 参考訳（メタデータ） (2023-06-14T05:48:36Z) - A deep learning framework to generate realistic population and mobility
data [5.180648702293017]
国勢調査と家庭旅行調査のデータセットは、定期的に家庭や個人から収集されている。
これらのデータセットは、プライバシの懸念による人口の限られたサンプルを表すか、集約されることが多い。
本稿では,社会経済的特徴(年齢,性別,産業など)とトリップチェーン(活動場所)の両方を含む合成人口を生成する枠組みを提案する。
論文 参考訳（メタデータ） (2022-11-14T14:05:09Z) - So2Sat POP -- A Curated Benchmark Data Set for Population Estimation
from Space on a Continental Scale [11.38584315242023]
欧州98都市における人口推定のための包括的データセットを提供する。
データセットは、デジタル標高モデル、地域気候帯、土地利用率、夜間光とマルチスペクトルセンチネル2画像の組み合わせ、およびOpen Street Mapイニシアチブのデータから構成される。
論文 参考訳（メタデータ） (2022-04-07T07:30:43Z) - Biases in human mobility data impact epidemic modeling [0.0]
携帯電話の不正アクセスと不平等使用による2種類のバイアスを同定する。
我々は、高重量個体が過剰に表現されているすべての調査データセットにおいて、データ生成バイアスの証拠を見つける。
このスキューを緩和するために、データをデバイアスするフレームワークを提案し、代表性を高めるためにいかに簡単なテクニックが使えるかを示す。
論文 参考訳（メタデータ） (2021-12-23T13:20:54Z) - Common Misconceptions about Population Data [5.606904856295946]
本稿は、このようなデータを扱う人なら誰でも知っておく必要があると信じている集団データに関するさまざまな誤解について論じる。
このようなデータベースの巨大なサイズは、しばしば関心の人口に対する有効な推測の保証として誤解される。
人口データを用いた場合,推測のための一連の推奨事項をまとめて結論付ける。
論文 参考訳（メタデータ） (2021-12-20T23:54:49Z) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳（メタデータ） (2021-08-10T19:19:41Z) - 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) - 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) - Measuring Social Biases of Crowd Workers using Counterfactual Queries [84.10721065676913]
性別、人種などに基づく社会的バイアスは、主にバイアス付きトレーニングデータセットを介して、汚染された機械学習(ML)パイプラインに示されている。
クラウドソーシング(Crowdsourcing)は、ラベル付きトレーニングデータセットを収集するための一般的な費用効果尺度であり、群衆労働者の社会的偏見に免疫がない。
本研究では, 集団労働者ごとの社会的バイアスの程度を定量化するための, 対実的公正度に基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2020-04-04T21:41:55Z) - Mapping Languages and Demographics with Georeferenced Corpora [0.0]
本稿では,Webcrawledおよびソーシャルメディアソースから抽出した大規模ジオレファレンスコーパスを,地中人口と言語センサスデータセットに対して評価する。
論文では、この2つのデータセットは、非常に異なる人口を表現している。
Twitterのデータは、各国で使われている言語の在庫について、より良い予測をする。
論文 参考訳（メタデータ） (2020-04-02T04:34:11Z)
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。