論文の概要: Um banco de dados de empregos formais georreferenciados em cidades brasileiras

• arxiv url: http://arxiv.org/abs/2303.09602v1
• Date: Thu, 16 Mar 2023 19:08:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-20 16:35:28.452388
• Title: Um banco de dados de empregos formais georreferenciados em cidades brasileiras
• Title（参考訳）: ブラジレイラの地政学に就て
• Authors: Andre Borgato Morelli, Andr\'e de Carvalho Fiedler, Andr\'e Luiz Cunha
• Abstract要約: この研究は、ブラジルの都市で正式な仕事の場所を示すデータベースを作成することを提案する。 この方法は、RAISジョブデータベースとCNEFEストリートフェイスデータベースを使用して、都市部におけるジョブの位置を推測する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Currently, transport planning has changed its paradigm from projects oriented to guarantee service levels to projects oriented to guarantee accessibility to opportunities. In this context, a number of studies and tools aimed at calculating accessibility are being made available, however these tools depend on job location data that are not always easily accessible. Thus, this work proposes the creation of a database with the locations of formal jobs in Brazilian cities. The method uses the RAIS jobs database and the CNEFE street faces database to infer the location of jobs in urban regions from the zip code and the number of non-residential addresses on street faces. As a result, jobs can be located more accurately in large and medium-sized cities and approximately in single zip code cities. Finally, the databases are made available openly so that researchers and planning professionals can easily apply accessibility analyzes throughout the national territory.
• Abstract（参考訳）: 現在、トランスポートプランニングは、サービスレベルを保証するプロジェクトから、機会へのアクセシビリティを保証するプロジェクトへとパラダイムを変更しています。 この文脈では、アクセシビリティーを計算するための多くの研究やツールが利用可能であるが、これらのツールは必ずしも容易にアクセスできない仕事の位置データに依存している。 そこで本研究では,ブラジルの都市における正式な雇用の立地を示すデータベースの作成を提案する。 この方法は、raisジョブデータベースとcnefe street facesデータベースを使用して、都市におけるジョブの位置をzipコードから推定し、街路面上の非レジデンシャルアドレスの数を推定する。 その結果、仕事は大規模・中規模の都市や1つのジップコード都市でより正確に配置できる。 最後に、データベースは公開されており、研究者や計画専門家は、全国の領域でアクセシビリティ分析を簡単に適用できる。

関連論文リスト

• Labor Migration Modeling through Large-scale Job Query Data [36.87413768190629]
  本稿では,大規模ジョブクエリデータを活用した深層学習に基づく時空間労働移動分析フレームワークDHG-SILを提案する。 具体的には,世界最大規模の検索エンジンからの求人情報による労働移動のプロキシとして,まず最初に労働移動の意図を取得する。 都市の移動特性を定量化するための4つの解釈変数を導入し、都市表現と協調して最適化する。
  論文  参考訳（メタデータ） (2024-10-03T16:24:14Z)
• UrBench: A Comprehensive Benchmark for Evaluating Large Multimodal Models in Multi-View Urban Scenarios [60.492736455572015]
  複雑な多視点都市シナリオにおけるLMM評価のためのベンチマークであるUrBenchを提案する。 UrBenchには、リージョンレベルとロールレベルの両方で、厳密にキュレートされた11.6Kの質問が含まれている。 21のLMMに対する評価は、現在のLMMが都市環境においていくつかの面で苦戦していることを示している。
  論文  参考訳（メタデータ） (2024-08-30T13:13:35Z)
• MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
  最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。 公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。 本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
  論文  参考訳（メタデータ） (2024-07-11T17:56:49Z)
• GeoLLM: Extracting Geospatial Knowledge from Large Language Models [49.20315582673223]
  大規模言語モデルから地理空間的知識を効果的に抽出する新しい手法であるGeoLLMを提案する。 我々は、人口密度や経済生活の計測など、国際社会への関心の中心となる複数の課題にまたがるアプローチの有用性を実証する。 実験の結果, LLMは試料効率が高く, 地理空間情報に富み, 世界中のロバストであることがわかった。
  論文  参考訳（メタデータ） (2023-10-10T00:03:23Z)
• City Foundation Models for Learning General Purpose Representations from OpenStreetMap [16.09047066527081]
  本稿では,都市のような選択された地理的関心領域における基礎モデルをトレーニングするためのフレームワークであるCityFMを紹介する。 CityFMはOpenStreetMapからのオープンデータにのみ依存し、異なるタイプのエンティティ、空間、視覚、およびテキスト情報のマルチモーダル表現を生成する。 すべての実験において、CityFMはベースラインに匹敵する、あるいは同等のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2023-10-01T05:55:30Z)
• Predicting the Location of Bicycle-sharing Stations using OpenStreetMap Data [0.0]
  本論文は,空間埋め込み手法を用いて,そのような計画のプロセスを効率化し,促進する新しい手法を提案する。 OpenStreetMapの公開データとヨーロッパの34都市からの駅レイアウトに基づいて、都市をマイクロリージョンに分割する手法が開発されている。 この作業の結果は、駅レイアウトを基準都市の選択で計画する際の意思決定において、プランナーを支援するメカニズムである。
  論文  参考訳（メタデータ） (2021-11-02T16:44:00Z)
• GANmapper: geographical content filling [0.0]
  本稿では,GAN(Generative Adversarial Network)を用いた空間データ生成手法を提案する。 当社のコントリビューションでは、粗大で広く利用可能な地理空間データを使用して、構築された環境のより細かいスケールで、あまり利用できない機能のマップを作成しています。 我々は、土地利用データと道路ネットワークを入力として、建物のフットプリントを生成し、世界中の9都市で実験を行う。
  論文  参考訳（メタデータ） (2021-08-07T05:50:54Z)
• Real-time Outdoor Localization Using Radio Maps: A Deep Learning Approach [59.17191114000146]
  LocUNet: ローカライゼーションタスクのための畳み込み、エンドツーエンドのトレーニングニューラルネットワーク(NN)。 我々は,LocUNetがユーザを最先端の精度でローカライズし,無線マップ推定における不正確性が高いことを示す。
  論文  参考訳（メタデータ） (2021-06-23T17:27:04Z)
• A Generalized Framework for Measuring Pedestrian Accessibility around the World Using Open Data [0.0]
  本研究では,オープンかつ一貫したデータを用いて,都市の歩行者アクセシビリティ指標を構築するためのオープンソースのソフトウェアフレームワークを開発する。 ソフトウェアは、オープンリポジトリで再利用するために公開されています。
  論文  参考訳（メタデータ） (2021-05-18T20:22:58Z)
• 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)
• Entropy as a measure of attractiveness and socioeconomic complexity in Rio de Janeiro metropolitan area [52.77024349608834]
  携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。 その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T15:58:56Z)

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。