論文の概要: Estimating Geographic Spillover Effects of COVID-19 Policies From Large-Scale Mobility Networks

• arxiv url: http://arxiv.org/abs/2212.06224v1
• Date: Mon, 12 Dec 2022 20:16:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 12:58:55.022040
• Title: Estimating Geographic Spillover Effects of COVID-19 Policies From Large-Scale Mobility Networks
• Title（参考訳）: 大規模モビリティネットワークによるcovid-19政策の地理的流出効果の推定
• Authors: Serina Chang, Damir Vrabac, Jure Leskovec, Johan Ugander
• Abstract要約: 郡レベルの政策は地域間の柔軟性を提供するが、地理的な流出がある場合には効果が低下する可能性がある。 我々は、数十億のタイムスタンプを持つ移動ネットワークを用いて、流出量を推定する。 郡レベルの制限は、モビリティを減らすための州全体の制限と同等に有効である。
• 参考スコア（独自算出の注目度）: 54.90772000796717
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many policies in the US are determined locally, e.g., at the county-level. Local policy regimes provide flexibility between regions, but may become less effective in the presence of geographic spillovers, where populations circumvent local restrictions by traveling to less restricted regions nearby. Due to the endogenous nature of policymaking, there have been few opportunities to reliably estimate causal spillover effects or evaluate their impact on local policies. In this work, we identify a novel setting and develop a suitable methodology that allow us to make unconfounded estimates of spillover effects of local policies. Focusing on California's Blueprint for a Safer Economy, we leverage how county-level mobility restrictions were deterministically set by public COVID-19 severity statistics, enabling a regression discontinuity design framework to estimate spillovers between counties. We estimate these effects using a mobility network with billions of timestamped edges and find significant spillover movement, with larger effects in retail, eating places, and gyms. Contrasting local and global policy regimes, our spillover estimates suggest that county-level restrictions are only 54% as effective as statewide restrictions at reducing mobility. However, an intermediate strategy of macro-county restrictions -- where we optimize county partitions by solving a minimum k-cut problem on a graph weighted by our spillover estimates -- can recover over 90% of statewide mobility reductions, while maintaining substantial flexibility between counties.
• Abstract（参考訳）: アメリカにおける多くの政策は、例えば郡レベルで地方で決定される。 地方政策体制は地域間の柔軟性を提供しているが、地理的な流出がある場合、人口は近隣の制限の少ない地域へ旅行することで地域制限を回避できる。 政策作成の内在的な性質のため、因果的流出効果を確実に推定したり、地域政策への影響を評価する機会はほとんどない。 本研究では,地域政策の流出効果を未定で見積もることができるような,新しい設定を特定し,適切な方法論を開発する。 カリフォルニア州のより安全な経済のための青写真に焦点を当て、郡レベルのモビリティー制限が新型コロナウイルス(covid-19)の重大度統計によって決定論的に設定されたことを活用し、郡間の流出を見積もる回帰不連続設計の枠組みを可能にした。 我々は、何十億ものタイムスタンプのある移動ネットワークを用いてこれらの効果を推定し、小売、飲食店、体育館において大きな効果を持つ大規模な流出運動を見出した。 地方やグローバルな政策体制とは対照的に、我々の推計では、郡レベルの制限はモビリティを減らすための州全体の制限と同程度に有効である。 しかしながら、郡分割を最適化するマクロカントリー制限の中間戦略は、スプリンクラー推定値で重み付けされたグラフ上で最小のkカット問題を解決することで、郡間の柔軟性を保ちながら、州全体の移動率の90%以上を回復することができる。

関連論文リスト

• Prioritizing Potential Wetland Areas via Region-to-Region Knowledge Transfer and Adaptive Propagation [9.99241578238986]
  湿地は地域社会にとって重要であり、水質浄化から洪水保護、レクリエーション、観光など様々な利益を提供している。 データ駆動型ソリューションは実現可能であるが、米国南西部の多くの地域では湿地の割合が低いため、データ空間がかなり複雑である。 これにより、追加の湿地領域の識別をガイドするためのデータ駆動モデルの開発が困難になる。
  論文  参考訳（メタデータ） (2024-06-08T21:25:24Z)
• Supported Trust Region Optimization for Offline Reinforcement Learning [59.43508325943592]
  本稿では,行動方針の支持範囲内で制約された政策を用いて信頼地域政策の最適化を行う,信頼地域最適化(STR)を提案する。 近似やサンプリング誤差を仮定すると、STRはデータセットの最適サポート制約ポリシーに収束するまで厳密なポリシー改善を保証する。
  論文  参考訳（メタデータ） (2023-11-15T13:16:16Z)
• Off-Policy Evaluation for Large Action Spaces via Policy Convolution [60.6953713877886]
  ポリシ・コンボリューション(Policy Convolution)のファミリーは、アクション内の潜在構造を使用して、ログとターゲットポリシを戦略的に畳み込みます。 合成およびベンチマークデータセットの実験では、PCを使用する場合の平均二乗誤差(MSE)が顕著に改善されている。
  論文  参考訳（メタデータ） (2023-10-24T01:00:01Z)
• Trade-off between Information Gain and Disturbance in Local Discrimination of Entangled Quantum States [4.843959205337007]
  我々は、地域国家の差別において情報ゲイン・ディストゥルバンス・トレードオフ関係を確立する。 局所的な運用が事前に共有された絡み合いによって支援される場合、トレードオフを回避できることが示される。 本稿では,ノイズの非分極に対して頑健な絡み合い認証プロトコルを提案し,これを量子ネットワークのマルチパーティイトシナリオに一般化する。
  論文  参考訳（メタデータ） (2023-08-30T13:46:18Z)
• Flashpoints Signal Hidden Inherent Instabilities in Land-Use Planning [0.0]
  汎用的な計画基準を持つ最適化に基づく計画手法は、不安定な「フラッシュポイント」を連続的に生成することを示す。 我々は「草地」と呼ぶ土地利用形態の曖昧さの地域を不安定が引き起こすことを示す。
  論文  参考訳（メタデータ） (2023-08-15T11:47:16Z)
• Hallucinated Adversarial Control for Conservative Offline Policy Evaluation [64.94009515033984]
  本研究では,環境相互作用のオフラインデータセットが与えられた場合,政策のパフォーマンスを低く抑えることを目的とした,保守的非政治評価(COPE)の課題について検討する。 本稿では,遷移力学の不確実性を考慮した学習モデルに基づくHAMBOを紹介する。 結果のCOPE推定値が妥当な下界であることを証明し、正則性条件下では、真に期待された戻り値への収束を示す。
  論文  参考訳（メタデータ） (2023-03-02T08:57:35Z)
• A generalized forecasting solution to enable future insights of COVID-19 at sub-national level resolutions [0.0]
  本研究は、封じ込め対策を局所的に実施可能な地域において、毎日の新型コロナウイルスの新規感染者を予測することを目的としている。 本研究の貢献は,その領域の疫学的ダイナミクスに基づく非決定論的エピ曲線のスムーズ化に最適化されたスムーズ化技術,特定領域のデータを用いてトレーニングした長短短期記憶に基づく予測モデル,およびエピ曲線に見られるデータ不均衡を緩和するトレーニング中の適応的損失関数である。
  論文  参考訳（メタデータ） (2021-08-21T17:47:52Z)
• Analyzing the Design Space of Re-opening Policies and COVID-19 Outcomes in the US [5.74610768062625]
  近年の米国での再開政策は、社会格差緩和の期間を経て、毎日の新型コロナウイルス感染が大幅に増加した。 我々は、ソーシャルネットワークの研究にインスパイアされたモデルを導入し、その疑問に答える。 我々のモデルは、(強制的な)テストの利点が部分的閉鎖の利点を隠蔽していると予測し、おそらくもっと多くの努力がそのような緩和戦略に向けられるべきであることを示唆している。
  論文  参考訳（メタデータ） (2020-04-30T21:28:19Z)
• BRPO: Batch Residual Policy Optimization [79.53696635382592]
  バッチ強化学習では、学習したポリシーが行動(データ生成)ポリシーに近いように制約されることがよくある。 本稿では,学習方針の逸脱が国家の行動に依存した残留政策を提案する。 我々は,ポリシーと許容偏差の両方を学習し,政策性能の低い境界を共同で最大化する新しいRL法BRPOを導出する。
  論文  参考訳（メタデータ） (2020-02-08T01:59:33Z)
• InfoBot: Transfer and Exploration via the Information Bottleneck [105.28380750802019]
  強化学習における中心的な課題は、報酬がわずかに分散されたタスクに対する効果的なポリシーを見つけることである。 我々は、事前の経験から意思決定状態について学ぶことを提案する。 この単純なメカニズムは、部分的に観察された状態であっても、決定状態を効果的に識別する。
  論文  参考訳（メタデータ） (2019-01-30T15:33:58Z)

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。