Fugu-MT 論文翻訳(概要): Fine-Grained Property Value Assessment using Probabilistic Disaggregation

論文の概要: Fine-Grained Property Value Assessment using Probabilistic Disaggregation

arxiv url: http://arxiv.org/abs/2306.00246v1
Date: Wed, 31 May 2023 23:40:47 GMT
ステータス: 処理完了
システム内更新日: 2023-06-02 19:01:43.333890
Title: Fine-Grained Property Value Assessment using Probabilistic Disaggregation
Title（参考訳）: 確率的解離を用いた微粒化評価
Authors: Cohen Archbold, Benjamin Brodie, Aram Ansary Ogholbake, Nathan Jacobs
Abstract要約: リモートセンシング画像から画素レベルの特性値の分布を推定する手法を提案する。本研究では,大都市における実世界のデータセットについて評価する。
参考スコア（独自算出の注目度）: 14.618878494135226
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The monetary value of a given piece of real estate, a parcel, is often readily available from a geographic information system. However, for many applications, such as insurance and urban planning, it is useful to have estimates of property value at much higher spatial resolutions. We propose a method to estimate the distribution over property value at the pixel level from remote sensing imagery. We evaluate on a real-world dataset of a major urban area. Our results show that the proposed approaches are capable of generating fine-level estimates of property values, significantly improving upon a diverse collection of baseline approaches.
Abstract（参考訳）: ある不動産の金銭的価値、すなわち小包はしばしば地理的情報システムから容易に入手できる。しかし, 保険や都市計画などの多くの応用において, 空間分解能の高い資産価値を推定することは有用である。本研究では,リモートセンシング画像から画素レベルでのプロパティ値の分布を推定する手法を提案する。大都市における実世界のデータセットを評価した。本結果から,提案手法は特性値の細粒度推定を可能とし,多様なベースライン手法の収集により大幅な改善が期待できることがわかった。

関連論文リスト

A Multi-Modal Deep Learning Based Approach for House Price Prediction [19.02810406484948]
住宅のより正確な表現を学習するために,様々なタイプのデータを活用するマルチモーダルディープラーニング手法を提案する。特に, 住宅属性, 地理空間近傍, および最も重要な特徴は, 住宅を表わすテキスト記述や画像から学習する。その結果、住宅広告記述のテキスト埋め込みと住宅画像のイメージ埋め込みは、住宅価格予測精度を著しく向上させることができることがわかった。
論文参考訳（メタデータ） (2024-09-09T05:26:33Z)
Data Valuation by Leveraging Global and Local Statistical Information [25.911043100052588]
グローバルとローカルの両方の値分布が、機械学習の文脈におけるデータ評価に有意な可能性を秘めていることを示す。提案手法は,探索された分布特性を既存手法であるAMEに組み込むことで,Shapley値を推定する新しいデータ評価手法であるAMEを提案する。また,グローバルな値分布と局所的な値分布の情報を統合した最適化問題を定式化することにより,動的データ評価問題に対処する新たな経路を提案する。
論文参考訳（メタデータ） (2024-05-23T08:58:08Z)
Improving Real Estate Appraisal with POI Integration and Areal Embedding [2.977678192707268]
本研究は、不動産評価手法における2つの重要な課題に焦点を当てる。まず,POI(Points of Interest)が資産価値に与える影響について検討する。次に,道路ネットワークを基盤としたAreal Embeddingを統合し,不動産評価のための空間的理解を強化する。
論文参考訳（メタデータ） (2023-11-20T14:48:09Z)
Extracting real estate values of rental apartment floor plans using graph convolutional networks [0.0]
アクセスグラフのためのグラフ畳み込みネットワーク(GCN)を実装し,アクセスグラフの不動産価値をフロアプラン値として推定するモデルを提案する。その結果,提案手法は従来のモデルと比較して家賃推定の精度を著しく向上させることがわかった。
論文参考訳（メタデータ） (2023-03-23T14:38:34Z)
Uncertainty-Aware Instance Reweighting for Off-Policy Learning [63.31923483172859]
本研究では,不確実性を考慮した逆確率スコア推定器 (UIPS) を提案する。実世界の3つのレコメンデーションデータセットを用いた実験結果から,提案したUIPS推定器の有効サンプル効率が示された。
論文参考訳（メタデータ） (2023-03-11T11:42:26Z)
Building Coverage Estimation with Low-resolution Remote Sensing Imagery [65.95520230761544]
本稿では,低解像度衛星画像のみを用いた建物被覆量の推定手法を提案する。本モデルでは, 世界中の開発レベルの異なる地域において, 建築範囲の予測において最大0.968の判定係数を達成している。
論文参考訳（メタデータ） (2023-01-04T05:19:33Z)
Visual Perception of Building and Household Vulnerability from Streets [0.294944680995069]
発展途上国では、コードの構築は時代遅れまたは強制されないことが多い。住宅の大部分が基準以下であり、自然災害や気候関連の出来事に弱い。本稿では,最初のキャプチャと将来の更新に費用効率のよい評価フレームワークを提案する。
論文参考訳（メタデータ） (2022-05-28T15:35:47Z)
IS-COUNT: Large-scale Object Counting from Satellite Images with Covariate-based Importance Sampling [90.97859312029615]
本研究では,大規模地形におけるオブジェクト数統計をサンプリングによって推定する手法を提案する。提案手法は,米国とアフリカ,ケニアの自動車,バングラデシュのレンガキルン,米国のスイミングプールの建物数の推定において,高い性能を発揮することを示す。
論文参考訳（メタデータ） (2021-12-16T18:59:29Z)
MugRep: A Multi-Task Hierarchical Graph Representation Learning Framework for Real Estate Appraisal [57.28018917017665]
正確な不動産評価のためのマルチタスク階層グラフ表現学習(MugRep)フレームワークを提案する。複数の都市データを取得し統合することにより、まず、複数の視点から不動産を包括的にプロファイルするリッチな特徴セットを構築する。進化する不動産取引グラフとそれに対応するイベントグラフ畳み込みモジュールが提案され、不動産取引に非同期に時間的依存関係を組み込む。
論文参考訳（メタデータ） (2021-07-12T03:51:44Z)
Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
論文参考訳（メタデータ） (2020-06-15T18:12:12Z)
Interpretable Off-Policy Evaluation in Reinforcement Learning by Highlighting Influential Transitions [48.91284724066349]
強化学習におけるオフ政治評価は、医療や教育などの領域における将来の成果を改善するために観察データを使用する機会を提供する。信頼区間のような従来の尺度は、ノイズ、限られたデータ、不確実性のために不十分である可能性がある。我々は,人間専門家が政策評価評価評価の妥当性を分析できるように,ハイブリッドAIシステムとして機能する手法を開発した。
論文参考訳（メタデータ） (2020-02-10T00:26:43Z)

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。