Fugu-MT 論文翻訳(概要): Generating Synthetic Population

論文の概要: Generating Synthetic Population

arxiv url: http://arxiv.org/abs/2209.09961v2
Date: Thu, 16 May 2024 11:06:04 GMT
ステータス: 処理完了
システム内更新日: 2024-05-17 19:53:36.298165
Title: Generating Synthetic Population
Title（参考訳）: 合成人口の生成
Authors: Bhavesh Neekhra, Kshitij Kapoor, Debayan Gupta,
Abstract要約: インドのような国において,様々な行政レベルで合成人口を生成する方法を提案する。この人工個体群は、インド国勢調査2011, IHDS-II, NSS-68th Round, GPWなどの調査データに応用された機械学習と統計手法を用いて作成されている。
参考スコア（独自算出の注目度）: 0.680303951699936
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we provide a method to generate synthetic population at various administrative levels for a country like India. This synthetic population is created using machine learning and statistical methods applied to survey data such as Census of India 2011, IHDS-II, NSS-68th round, GPW etc. The synthetic population defines individuals in the population with characteristics such as age, gender, height, weight, home and work location, household structure, preexisting health conditions, socio-economical status, and employment. We used the proposed method to generate the synthetic population for various districts of India. We also compare this synthetic population with source data using various metrics. The experiment results show that the synthetic data can realistically simulate the population for various districts of India.
Abstract（参考訳）: 本論文では,インドなどの国において,様々な行政レベルで合成人口を生成する方法を提案する。この人工個体群は、インド国勢調査2011, IHDS-II, NSS-68th Round, GPWなどの調査データに応用された機械学習と統計手法を用いて作成されている。合成人口は、年齢、性別、身長、体重、家や職場の場所、家庭構造、既往の健康状態、社会経済的地位、雇用といった特徴を持つ集団の個人を定義している。提案手法を用いてインド各地の合成個体数を推定した。また、この合成個体群を様々な指標を用いてソースデータと比較する。実験の結果,インド各地の人口を現実的にシミュレートできることがわかった。

関連論文リスト

A Deep Generative Framework for Joint Households and Individuals Population Synthesis [0.562479170374811]
世帯・個人・個人・個人関係を持つ合成集団を創出するための深い生成枠組みを提案する。米国デラウェア州での申請の結果は、生成された家庭内レコードのリアリズムを確実にする能力を示している。
論文参考訳（メタデータ） (2024-06-30T23:01:58Z)
Benchmarking Private Population Data Release Mechanisms: Synthetic Data vs. TopDown [50.40020716418472]
本研究では、TopDownアルゴリズムとプライベート合成データ生成を比較し、クエリの複雑さによる精度への影響を判定する。この結果から,TopDownアルゴリズムは,分散クエリに対して,評価したどの合成データ手法よりもはるかに優れたプライバシー-忠実トレードオフを実現することがわかった。
論文参考訳（メタデータ） (2024-01-31T17:38:34Z)
Synthpop++: A Hybrid Framework for Generating A Country-scale Synthetic Population [0.680303951699936]
人口調査は費用がかかり、時間がかかり、プライバシーの懸念も高まる可能性がある。 SynthPop++を導入し、複数の実世界のサーベイからのデータを組み合わせて、実スケールの合成人口を生成する。実験の結果,インドにおける様々な行政単位の人口を人工的にシミュレートできることが示唆された。
論文参考訳（メタデータ） (2023-04-24T17:27:56Z)
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)
Synthcity: facilitating innovative use cases of synthetic data in different data modalities [86.52703093858631]
Synthcityは、MLフェアネス、プライバシ、拡張における合成データの革新的なユースケースのための、オープンソースのソフトウェアパッケージである。 Synthcityは、実践者に対して、合成データにおける最先端の研究とツールへの単一のアクセスポイントを提供する。
論文参考訳（メタデータ） (2023-01-18T14:49:54Z)
BeCAPTCHA-Type: Biometric Keystroke Data Generation for Improved Bot Detection [63.447493500066045]
本研究では,キーストローク生体データ合成のためのデータ駆動学習モデルを提案する。提案手法は,ユニバーサルモデルとユーザ依存モデルに基づく2つの統計的手法と比較する。実験フレームワークでは16万件の被験者から1億3600万件のキーストロークイベントのデータセットについて検討している。
論文参考訳（メタデータ） (2022-07-27T09:26:15Z)
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)
JKOnet: Proximal Optimal Transport Modeling of Population Dynamics [69.89192135800143]
入力凸ニューラルネットワーク(ICNN)を用いて解いた(小さな)最適変位と測定値のエネルギーモデルを組み合わせたニューラルアーキテクチャを提案する。人口動態の説明と予測のためのモデルの適用性を実証する。
論文参考訳（メタデータ） (2021-06-11T12:30:43Z)
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)
Building a large synthetic population from Australian census data [2.707154152696381]
本稿では,オーストラリアにおける人口統計データから,メルボルン大都市圏に適用した人工人口の創出について述べる。我々は,集団合成における標本のないアプローチを用いて,元の個体群から分離した標本に依存しない。我々のアルゴリズムは、現代のコンピュータで3分以内に、180万世帯の450万人からなるメルボルンの合成人口を作り出すことができる。
論文参考訳（メタデータ） (2020-08-18T05:38:15Z)
Shape of synth to come: Why we should use synthetic data for English surface realization [72.62356061765976]
2018年の共有タスクでは、追加で合成されたデータを使用してトレーニングされたシステムの絶対的なパフォーマンスにはほとんど差がなかった。我々は、2018年の英語データセットの実験において、合成データの使用はかなりの効果があることを示した。我々は、こうしたデータを活用するシステムについて、今後の研究努力が引き続き探求されるよう、禁止されるのではなく、その使用を奨励すべきであると主張している。
論文参考訳（メタデータ） (2020-05-06T10:00:55Z)

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。