論文の概要: Deep hybrid model with satellite imagery: how to combine demand modeling
and computer vision for behavior analysis?
- arxiv url: http://arxiv.org/abs/2303.04204v1
- Date: Tue, 7 Mar 2023 19:49:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 16:03:32.006349
- Title: Deep hybrid model with satellite imagery: how to combine demand modeling
and computer vision for behavior analysis?
- Title(参考訳): 衛星画像を用いた深層ハイブリッドモデル:行動分析のための需要モデリングとコンピュータビジョンの結合法?
- Authors: Qingyi Wang, Shenhao Wang, Yunhan Zheng, Hongzhou Lin, Xiaohu Zhang,
Jinhua Zhao, Joan Walker
- Abstract要約: 本研究では,混合演算子と挙動予測器からなる交差構造を持つ深層ハイブリッドモデルの理論的枠組みを作成する。
シカゴのMyDailyTravel Surveyを数値入力として、衛星画像を画像入力として、旅行モード選択の分析に応用した。
その結果, 従来の需要モデルと近年の深層学習の両面において, 旅行行動の集約的・非集約的予測において, ハイブリッドモデルの方が優れていることがわかった。
- 参考スコア(独自算出の注目度): 5.005952233097166
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Classical demand modeling analyzes travel behavior using only low-dimensional
numeric data (i.e. sociodemographics and travel attributes) but not
high-dimensional urban imagery. However, travel behavior depends on the factors
represented by both numeric data and urban imagery, thus necessitating a
synergetic framework to combine them. This study creates a theoretical
framework of deep hybrid models with a crossing structure consisting of a
mixing operator and a behavioral predictor, thus integrating the numeric and
imagery data into a latent space. Empirically, this framework is applied to
analyze travel mode choice using the MyDailyTravel Survey from Chicago as the
numeric inputs and the satellite images as the imagery inputs. We found that
deep hybrid models outperform both the traditional demand models and the recent
deep learning in predicting the aggregate and disaggregate travel behavior with
our supervision-as-mixing design. The latent space in deep hybrid models can be
interpreted, because it reveals meaningful spatial and social patterns. The
deep hybrid models can also generate new urban images that do not exist in
reality and interpret them with economic theory, such as computing substitution
patterns and social welfare changes. Overall, the deep hybrid models
demonstrate the complementarity between the low-dimensional numeric and
high-dimensional imagery data and between the traditional demand modeling and
recent deep learning. It generalizes the latent classes and variables in
classical hybrid demand models to a latent space, and leverages the
computational power of deep learning for imagery while retaining the economic
interpretability on the microeconomics foundation.
- Abstract(参考訳): 古典的需要モデリングは、低次元の数値データ(社会デモグラフィと旅行属性)のみを使用して旅行行動を分析するが、高次元の都市画像ではない。
しかし、旅行行動は数値データと都市画像の両方で表される要因に依存するため、それらを組み合わせるには相乗的枠組みが必要である。
本研究では,混合演算子と行動予測器からなる交差構造を持つ深層ハイブリッドモデルの理論的枠組みを作成し,数値と画像のデータを潜在空間に統合する。
シカゴのMyDailyTravel Surveyを数値入力として,衛星画像を画像入力として利用して,旅行モードの選択を実証的に分析する。
我々は,従来の需要モデルと近年の深層学習の両方において,当社の監視・混合設計による旅行行動の集約・非集約化を予測する上で,ハイブリッドモデルの方が優れていることを発見した。
深いハイブリッドモデルにおける潜伏空間は、意味のある空間的および社会的パターンを明らかにするため解釈できる。
ディープハイブリッドモデルはまた、現実に存在しない新しい都市イメージを生成し、コンピューティングの代替パターンや社会福祉の変化といった経済理論と解釈することができる。
全体として、深層ハイブリッドモデルは、低次元数値データと高次元画像データと、従来の需要モデリングと最近のディープラーニングの相補性を示している。
古典的なハイブリッド需要モデルにおける潜在クラスと変数を潜在空間に一般化し、マイクロエコノミクス財団の経済解釈性を維持しつつ、画像に対するディープラーニングの計算能力を活用する。
関連論文リスト
- Synthetic location trajectory generation using categorical diffusion
models [50.809683239937584]
拡散モデル(DPM)は急速に進化し、合成データのシミュレーションにおける主要な生成モデルの一つとなっている。
本稿では,個人が訪れた物理的位置を表す変数列である合成個別位置軌跡(ILT)の生成にDPMを用いることを提案する。
論文 参考訳(メタデータ) (2024-02-19T15:57:39Z) - Human Image Generation: A Comprehensive Survey [60.63589576693112]
本稿では,人間の画像生成技術を3つのパラダイム,すなわちデータ駆動手法,知識誘導手法,ハイブリッド手法に分割する。
異なる手法の利点と特徴は、モデルアーキテクチャと入出力要求の観点から要約される。
幅広い応用可能性のために、合成された人間の画像の典型的なダウンストリーム利用、すなわち、個人認識タスクのためのデータ拡張と、ファッション顧客のためのバーチャルトライオンの2つがカバーされている。
論文 参考訳(メタデータ) (2022-12-17T15:19:45Z) - Person Image Synthesis via Denoising Diffusion Model [116.34633988927429]
本研究では,高忠実度人物画像合成に拡散モデルをいかに応用できるかを示す。
2つの大規模ベンチマークとユーザスタディの結果は、挑戦的なシナリオ下で提案したアプローチのフォトリアリズムを実証している。
論文 参考訳(メタデータ) (2022-11-22T18:59:50Z) - p$^3$VAE: a physics-integrated generative model. Application to the
pixel-wise classification of airborne hyperspectral images [0.6849746341453253]
物理モデルを統合する生成モデル p$3$VAE を導入する。
航空機搭載ハイパースペクトル画像の画素ワイド分類に3$VAEを適用した。
論文 参考訳(メタデータ) (2022-10-19T09:32:15Z) - Statistical Deep Learning for Spatial and Spatio-Temporal Data [0.0]
本稿では,空間的・時間的データをモデル化するための統計的・機械学習的な視点について概観する。
次に、最近、潜在プロセス、データ、パラメータ仕様のために開発された様々なハイブリッドモデルに焦点を当てます。
これらのハイブリッドモデルは、モデリングパラダイムの強みを活用するために、モデリングアイデアとディープニューラルネットワークモデルを統合する。
論文 参考訳(メタデータ) (2022-06-05T16:49:10Z) - Geometric and Topological Inference for Deep Representations of Complex
Networks [13.173307471333619]
我々は、トポロジと表現の幾何学を強調する統計のクラスを提示する。
モデル選択に使用する場合の感度と特異性の観点から,これらの統計値を評価する。
これらの新しい手法により、脳やコンピューター科学者は、脳やモデルによって学習された動的表現変換を可視化することができる。
論文 参考訳(メタデータ) (2022-03-10T17:14:14Z) - Mixed Effects Neural ODE: A Variational Approximation for Analyzing the
Dynamics of Panel Data [50.23363975709122]
パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。
我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。
次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
論文 参考訳(メタデータ) (2022-02-18T22:41:51Z) - Strong coupling between scales in a multi-scalar model of urban dynamics [0.0]
本稿では,都市成長のマルチスカラーシミュレーションモデルについて紹介し,大都市圏における都市形態形成モデルとマクロスケールでの都市相互作用モデルとの結合について述べる。
スケール間の強い結合は、他のスケールでの軌跡に依存する各スケールでのモデルパラメータの更新によって達成される。
論文 参考訳(メタデータ) (2021-01-29T18:37:44Z) - Transferring and Regularizing Prediction for Semantic Segmentation [115.88957139226966]
本稿では,セマンティックセグメンテーションの本質的特性を利用して,モデル伝達におけるそのような問題を緩和する。
本稿では,モデル転送を教師なし方式で正規化するための制約として固有特性を課す予測伝達の正規化器(RPT)を提案する。
GTA5とSynTHIA(synthetic data)で訓練されたモデルの都市景観データセット(アーバンストリートシーン)への転送に関するRTPの提案を検証するため、大規模な実験を行った。
論文 参考訳(メタデータ) (2020-06-11T16:19:41Z) - Learning Opinion Dynamics From Social Traces [25.161493874783584]
本稿では,現実の社会的トレースに,生成的,エージェントライクな意見力学モデルを適用するための推論機構を提案する。
本稿では,古典的エージェントに基づく意見力学モデルから,その生成的モデルへの変換による提案について紹介する。
われわれのモデルをRedditの現実世界のデータに適用して、バックファイア効果の影響に関する長年にわたる疑問を探る。
論文 参考訳(メタデータ) (2020-06-02T14:48:17Z) - Hybrid modeling: Applications in real-time diagnosis [64.5040763067757]
我々は、機械学習にインスパイアされたモデルと物理モデルを組み合わせた、新しいハイブリッドモデリングアプローチの概要を述べる。
このようなモデルをリアルタイム診断に利用しています。
論文 参考訳(メタデータ) (2020-03-04T00:44:57Z)
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。