論文の概要: Mesh-Wise Prediction of Demographic Composition from Satellite Images
Using Multi-Head Convolutional Neural Network
- arxiv url: http://arxiv.org/abs/2308.13441v1
- Date: Fri, 25 Aug 2023 15:41:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-28 13:20:19.389361
- Title: Mesh-Wise Prediction of Demographic Composition from Satellite Images
Using Multi-Head Convolutional Neural Network
- Title（参考訳）: マルチヘッド畳み込みニューラルネットワークを用いた衛星画像からのメッシュによる人口構成予測
- Authors: Yuta Sato
- Abstract要約: 本稿では,事前学習したResNet50からの伝達学習を用いたマルチヘッド畳み込みニューラルネットワークモデルを提案する。
Landsat-8/OLIとSuomi NPP/VIIRS-DNSの衛星画像の入力と人口統計をラベルとして扱う。
トレーニングされたモデルは、すべての人口構成群に対して、少なくとも0.8914 in $textR2$の試験スコアを持つテストデータセット上で実行され、2022年の非センセーション年として、推定された人口構成が生成され、可視化された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Population aging is one of the most serious problems in certain countries. In
order to implement its countermeasures, understanding its rapid progress is of
urgency with a granular resolution. However, a detailed and rigorous survey
with high frequency is not feasible due to the constraints of financial and
human resources. Nowadays, Deep Learning is prevalent for pattern recognition
with significant accuracy, with its application to remote sensing. This paper
proposes a multi-head Convolutional Neural Network model with transfer learning
from pre-trained ResNet50 for estimating mesh-wise demographics of Japan as one
of the most aged countries in the world, with satellite images from
Landsat-8/OLI and Suomi NPP/VIIRS-DNS as inputs and census demographics as
labels. The trained model was performed on a testing dataset with a test score
of at least 0.8914 in $\text{R}^2$ for all the demographic composition groups,
and the estimated demographic composition was generated and visualised for 2022
as a non-census year.
- Abstract（参考訳）: 人口高齢化は、特定の国で最も深刻な問題の一つである。
その対策を実施するために、その急速な進歩を理解することは、きめ細かい解像度で緊急である。
しかし、金融資源や人的資源の制約のため、頻度の高い詳細な厳密な調査は実現不可能である。
現在、Deep Learningはパターン認識においてかなりの精度で普及しており、リモートセンシングにも応用されている。
本稿では,ランドサット-8/oliおよびスオミnpp/viirs-dnsの衛星画像を入力として,前訓練されたresnet50からの転送学習を用いた多頭畳み込みニューラルネットワークモデルを提案する。
トレーニングされたモデルは,すべての人口構成群に対して,少なくとも0.8914 in $\text{R}^2$の試験スコアを持つ試験データセット上で実施され,2022年は非国勢調査年と推定された。
関連論文リスト
- Deep Learning for Slum Mapping in Remote Sensing Images: A Meta-analysis and Review [2.1383489372142503]
何百万人もの人々が、世界中の多くの主要都市で生活状態の悪いスラムや非公式の集落に住んでいる。
リモートセンシングによるスラムのマッピングが顕著な研究領域として浮上している。
ディープ・ラーニング(Deep Learning)は、衛星画像の自動解析によってスラムに関連する複雑な空間パターンを識別できるようにするため、この分野に新たな次元を追加した。
論文 参考訳（メタデータ） (2024-06-12T09:31:52Z) - Granularity at Scale: Estimating Neighborhood Socioeconomic Indicators
from High-Resolution Orthographic Imagery and Hybrid Learning [1.8369448205408005]
オーバーヘッド画像は、コミュニティ情報が不足しているギャップを埋めるのに役立つ。
機械学習とコンピュータビジョンの最近の進歩により、画像データのパターンから素早く特徴を抽出し、検出することが可能になった。
本研究では, 人口密度, 中央値世帯所得, 教育達成率の2つのアプローチ, 教師付き畳み込みニューラルネットワークと半教師付きクラスタリングについて検討する。
論文 参考訳（メタデータ） (2023-09-28T19:30:26Z) - Inspecting the Geographical Representativeness of Images from
Text-to-Image Models [52.80961012689933]
本研究では,27カ国540人の参加者からなるクラウドソーシング調査を用いて,生成された画像の地理的代表性を測定した。
国名のない故意に特定されていない入力に対して、生成された画像は、主にアメリカの周囲を反映しており、その後インドが続く。
多くの国でのスコアは依然として低いままで、将来のモデルがより地理的に包括的である必要性を強調している。
論文 参考訳（メタデータ） (2023-05-18T16:08:11Z) - Mapping Urban Population Growth from Sentinel-2 MSI and Census Data
Using Deep Learning: A Case Study in Kigali, Rwanda [0.19116784879310023]
我々は,時間的集団動態を短時間で解き放つ深層学習変化検出技術の評価を行った。
Sentinel-2 MSIデータを用いた人口マッピングタスクで事前訓練されたResNetエンコーダを,シームズネットワークに組み込んだ。
このネットワークは人口変化を正確に予測するために国勢調査レベルで訓練された。
論文 参考訳（メタデータ） (2023-03-15T10:39:31Z) - Portuguese Man-of-War Image Classification with Convolutional Neural
Networks [58.720142291102135]
ポルトガルマン・オブ・ウォー(ポルトガル語: Man-of-war、PMW)は、長い触手を持つゼラチン質の生物である。
本稿では,InstagramのソーシャルメディアからPMW画像を認識するための畳み込みニューラルネットワークの利用について報告する。
論文 参考訳（メタデータ） (2022-07-04T03:06:45Z) - LAE : Long-tailed Age Estimation [52.5745217752147]
まず、簡単な標準ベースラインを定式化し、事前トレーニング、データ拡張、モデルアーキテクチャなどのトリックを収集することで、はるかに強力なベースラインを構築します。
標準ベースラインと比較して,提案手法は推定誤差を著しく低減する。
本稿では,Long-tailed Age Estimation (LAE) という2段階の学習手法を提案する。
論文 参考訳（メタデータ） (2021-10-25T09:05:44Z) - Census-Independent Population Estimation using Representation Learning [0.5735035463793007]
代替データを用いた国勢調査非依存の人口推定手法は、頻繁に信頼性の高い人口推定を局所的に提供することを約束している。
モザンビークにおける近年の表現学習手法について検討し,人口推定への表現の伝達可能性を評価する。
表現学習を使用することで、特徴が自動的に抽出されるため、人間の監督が不要になる。
得られた人口推計をGRID3, Facebook (HRSL) および WorldPop の既存人口製品と比較した。
論文 参考訳（メタデータ） (2021-10-06T15:13:36Z) - Sensing population distribution from satellite imagery via deep
learning: model selection, neighboring effect, and systematic biases [16.82118960055405]
この研究は、リモートセンシング画像から人口分布を推定する、最先端のディープラーニングモデルの性能をクロスコンパートメントする最初の試みである。
DenseNetは、他の3モデルよりも優れており、VGGは、選択された隣のシナリオすべてでメトリクスを評価する上で、最悪のパフォーマンスを持っている。
選択されたディープラーニングモデルは、近隣のサイズに関係なく、疎密な画像パッチと密密な画像パッチを過大評価する傾向にある、注目すべき普遍バイアスが存在する。
論文 参考訳（メタデータ） (2021-03-03T03:40:24Z) - RetiNerveNet: Using Recursive Deep Learning to Estimate Pointwise 24-2
Visual Field Data based on Retinal Structure [109.33721060718392]
緑内障は 世界でも 不可逆的な盲目の 主要な原因です 7000万人以上が 影響を受けています
The Standard Automated Perimetry (SAP) test's innate difficulty and its high test-retest variable, we propose the RetiNerveNet。
論文 参考訳（メタデータ） (2020-10-15T03:09:08Z) - Investigating Bias in Deep Face Analysis: The KANFace Dataset and
Empirical Study [67.3961439193994]
現在までに最も包括的で大規模な顔画像とビデオのデータセットを導入している。
データは、アイデンティティ、正確な年齢、性別、親族関係の点で手動で注釈付けされる。
提案したベンチマークでネットワーク埋め込みをデバイアス化する手法を導入し,テストした。
論文 参考訳（メタデータ） (2020-05-15T00:14:39Z) - JHU-CROWD++: Large-Scale Crowd Counting Dataset and A Benchmark Method [92.15895515035795]
我々は、"4,372"イメージと"1.51万"アノテーションを含む、新しい大規模非制約クラウドカウントデータセット(JHU-CROWD++)を導入する。
本稿では, 残差誤差推定により, 群集密度マップを段階的に生成する新しい群集カウントネットワークを提案する。
論文 参考訳（メタデータ） (2020-04-07T14:59:35Z)
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。