論文の概要: The Association Between SOC and Land Prices Considering Spatial Heterogeneity Based on Finite Mixture Modeling

• arxiv url: http://arxiv.org/abs/2211.08566v1
• Date: Tue, 15 Nov 2022 23:18:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 14:28:26.212250
• Title: The Association Between SOC and Land Prices Considering Spatial Heterogeneity Based on Finite Mixture Modeling
• Title（参考訳）: 有限混合モデルに基づく空間的不均一性を考慮したSOCと土地価格の関係
• Authors: Woo Seok Kang, Eunchan Kim and Wookjae Heo
• Abstract要約: 地区内においても、異なる目的のために複数のセクションが使用されている。 土地の価格管理は空間的クラスタリング方式を採用することで行うことができる。 政策立案者や行政は、土地価格に関する政策を作成するための情報を探す必要がある。
• 参考スコア（独自算出の注目度）: 1.933681537640272
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: An understanding of how Social Overhead Capital (SOC) is associated with the land value of the local community is important for effective urban planning. However, even within a district, there are multiple sections used for different purposes; the term for this is spatial heterogeneity. The spatial heterogeneity issue has to be considered when attempting to comprehend land prices. If there is spatial heterogeneity within a district, land prices can be managed by adopting the spatial clustering method. In this study, spatial attributes including SOC, socio-demographic features, and spatial information in a specific district are analyzed with Finite Mixture Modeling (FMM) in order to find (a) the optimal number of clusters and (b) the association among SOCs, socio-demographic features, and land prices. FMM is a tool used to find clusters and the attributes' coefficients simultaneously. Using the FMM method, the results show that four clusters exist in one district and the four clusters have different associations among SOCs, demographic features, and land prices. Policymakers and managerial administration need to look for information to make policy about land prices. The current study finds the consideration of closeness to SOC to be a significant factor on land prices and suggests the potential policy direction related to SOC.
• Abstract（参考訳）: ソーシャル・オーバーヘッド・キャピタル(SOC)が地域社会の土地価値とどのように結びついているかを理解することは効果的な都市計画に重要である。 しかし、地区内でも、異なる目的のために使われる複数のセクションがあり、その用語は空間的異質性である。 土地価格を把握しようとする場合、空間的異質性の問題を考える必要がある。 地区内に空間的不均一性がある場合、空間的クラスタリング手法を用いて土地価格を管理することができる。 本研究では, 特定地区におけるSOC, 社会デコグラフィ, 空間情報などの空間特性をFMM(Finite Mixture Modeling)を用いて分析した。 (a)クラスターの最適数、及び (b)SOC、社会デミノグラフィー的特徴及び土地価格の関連 FMMは、クラスタと属性の係数を同時に見つけるために使われるツールである。 FMM法を用いて, 各地区に4つのクラスタが存在し, 4つのクラスタは, SOC, 人口統計学的特徴, 土地価格に異なる相関関係を持つことを示した。 政策立案者や管理官は、土地価格に関する政策を行うための情報を探す必要がある。 本研究は, 土地価格に影響を及ぼす要因として, SOCとの密接性を考慮し, SOCに関する政策方向性を示唆している。

関連論文リスト

• Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
  我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。 我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。 また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
  論文  参考訳（メタデータ） (2024-10-14T17:22:55Z)
• Integration of geoelectric and geochemical data using Self-Organizing Maps (SOM) to characterize a landfill [0.0]
  公共利用のために帯水層に影響を及ぼすリスクは、ほとんどの場合、差し迫っている。 地電データ(比抵抗とIP)と表面メタン測定は、教師なしニューラルネットワークを用いて統合され、分類される。 また, 埋立処分場における影響地域を正確に推定し, 入力変数をSOMを用いて統合した。
  論文  参考訳（メタデータ） (2023-09-17T05:38:54Z)
• Trust your Good Friends: Source-free Domain Adaptation by Reciprocal Neighborhood Clustering [50.46892302138662]
  我々は、ソースデータがない場合に、ソース事前学習されたモデルをターゲット領域に適応させる、ソースフリー領域適応問題に対処する。 提案手法は,ソースドメイン分類器と一致しない可能性のあるターゲットデータが,依然として明確なクラスタを形成しているという観測に基づいている。 本研究では, この地域構造を, 地域住民, 相互隣人, 及び拡張近所を考慮し, 効率的に把握できることを実証する。
  論文  参考訳（メタデータ） (2023-09-01T15:31:18Z)
• Region2Vec: Community Detection on Spatial Networks Using Graph Embedding with Node Attributes and Spatial Interactions [2.1793134762413437]
  本稿では,空間ネットワーク上でのGCNに基づくコミュニティ検出手法「rea2vec」を提案する。 提案手法は,共通属性を共有し,空間的相互作用が激しい領域に対して,まずノード埋め込みを生成する。 実験の結果,既存の手法が相互に類似性や空間的相互作用を交換する一方で,領域2vecは両者のバランスを保っていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-10-10T02:32:55Z)
• A One-shot Framework for Distributed Clustered Learning in Heterogeneous Environments [54.172993875654015]
  異種環境における分散学習のためのコミュニケーション効率化手法のファミリーを提案する。 ユーザによるローカル計算に基づくワンショットアプローチと、サーバにおけるクラスタリングベースのアグリゲーションステップは、強力な学習保証を提供する。 厳密な凸問題に対しては,ユーザ毎のデータ点数がしきい値を超える限り,提案手法はサンプルサイズの観点から順序最適平均二乗誤差率を達成する。
  論文  参考訳（メタデータ） (2022-09-22T09:04:10Z)
• Identifying public values and spatial conflicts in urban planning [0.0]
  本稿では,都市空間における公共価値の対立を実証的に調査するための新しいアプローチを提案する。 ドイツ・ハンブルクの公共参加型地理情報システムからの4,528人の市民貢献の非構造的参加データを用いた。 定量的および定性的な結果、19の一般公的な値、合計9の考古学的矛盾を総合的に確認する。
  論文  参考訳（メタデータ） (2022-07-11T08:59:43Z)
• STICC: A multivariate spatial clustering method for repeated geographic pattern discovery with consideration of spatial contiguity [7.376428009531946]
  理想的な空間クラスタリングは、空間的連続性と空間的属性の両方を考慮するべきである。 既存の空間クラスタリングアプローチは、空間的連続性を維持した反復的な地理的パターンを発見するための課題に直面する可能性がある。 本研究では,地理的オブジェクトの属性と空間的関係を考慮した空間的Toeplitz Inverse Covariance-Based Clustering (STICC)法を提案する。
  論文  参考訳（メタデータ） (2022-03-17T20:58:06Z)
• Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
  人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。 本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。 理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
  論文  参考訳（メタデータ） (2022-01-31T20:58:47Z)
• Jalisco's multiclass land cover analysis and classification using a novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
  本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。 本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。 組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
  論文  参考訳（メタデータ） (2022-01-26T14:58:51Z)
• Neural Embeddings of Urban Big Data Reveal Emergent Structures in Cities [7.148078723492643]
  都市部の異質性を利用したニューラルネットワーク(GNN)を提案する。 アメリカ合衆国の16大都市圏において,何百万もの携帯電話利用者による大規模高解像度モビリティデータセットを用いて,都市部コンポーネント間の複雑な関係をエンコードしていることを示す。 異なる郡で訓練されたモデルによって生成された埋め込みは、他の郡における創発的空間構造の50%から60%を捉えることができることを示す。
  論文  参考訳（メタデータ） (2021-10-24T07:13:14Z)
• Magnify Your Population: Statistical Downscaling to Augment the Spatial Resolution of Socioeconomic Census Data [48.7576911714538]
  重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。 選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。 本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
  論文  参考訳（メタデータ） (2020-06-23T16:52:18Z)

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。