論文の概要: ML4EJ: Decoding the Role of Urban Features in Shaping Environmental
Injustice Using Interpretable Machine Learning
- arxiv url: http://arxiv.org/abs/2310.02476v1
- Date: Tue, 3 Oct 2023 22:48:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-05 17:09:37.788633
- Title: ML4EJ: Decoding the Role of Urban Features in Shaping Environmental
Injustice Using Interpretable Machine Learning
- Title(参考訳): ML4EJ:解釈型機械学習を用いた環境不正形成における都市の特徴の役割のデコード
- Authors: Yu-Hsuan Ho, Zhewei Liu, Cheng-Chun Lee, Ali Mostafavi
- Abstract要約: 本研究は, 大気汚染, 都市熱, 洪水の3つの主要な危険因子の曝露格差に対する各種都市特性の影響を解析するために, 解釈可能な機械学習モデルを構築した。
この性能は、都市の特徴の変化が環境の危険度にどの程度の違いがあるかを測定するために用いられる。
本研究から得られた知見は, 都市の特徴と環境リスク曝露格差との相互作用について, 新たな視点を与えるものである。
- 参考スコア(独自算出の注目度): 1.616733806935934
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Understanding the key factors shaping environmental hazard exposures and
their associated environmental injustice issues is vital for formulating
equitable policy measures. Traditional perspectives on environmental injustice
have primarily focused on the socioeconomic dimensions, often overlooking the
influence of heterogeneous urban characteristics. This limited view may
obstruct a comprehensive understanding of the complex nature of environmental
justice and its relationship with urban design features. To address this gap,
this study creates an interpretable machine learning model to examine the
effects of various urban features and their non-linear interactions to the
exposure disparities of three primary hazards: air pollution, urban heat, and
flooding. The analysis trains and tests models with data from six metropolitan
counties in the United States using Random Forest and XGBoost. The performance
is used to measure the extent to which variations of urban features shape
disparities in environmental hazard levels. In addition, the analysis of
feature importance reveals features related to social-demographic
characteristics as the most prominent urban features that shape hazard extent.
Features related to infrastructure distribution and land cover are relatively
important for urban heat and air pollution exposure respectively. Moreover, we
evaluate the models' transferability across different regions and hazards. The
results highlight limited transferability, underscoring the intricate
differences among hazards and regions and the way in which urban features shape
hazard exposures. The insights gleaned from this study offer fresh perspectives
on the relationship among urban features and their interplay with environmental
hazard exposure disparities, informing the development of more integrated urban
design policies to enhance social equity and environmental injustice issues.
- Abstract(参考訳): 環境ハザードの曝露とその関連環境不正問題を形成する重要な要因を理解することは、公平な政策措置の策定に不可欠である。
環境不公平に関する伝統的な視点は、主に社会経済的な側面に焦点を合わせており、しばしば異質な都市特性の影響を見下ろしている。
この限定的な見解は、環境正義の複雑な性質と都市デザインの特徴との関係の包括的理解を妨げる可能性がある。
このギャップに対処するために, 大気汚染, 都市熱, 洪水の3つの主要な危険因子の暴露格差に対する様々な都市特性とその非線形相互作用の影響を解釈可能な機械学習モデルを構築した。
この分析は、ランダムフォレストとXGBoostを使って、アメリカ合衆国の6つの大都市圏のデータでモデルを訓練し、テストする。
この性能は、都市の特徴のばらつきが環境ハザードレベルのばらつきを形作る程度を測定するために使用される。
さらに, 特徴重要度の分析により, 危険範囲を形作る最も顕著な都市の特徴として, 社会的デデノグラフィの特徴が明らかになった。
インフラ分布と土地被覆に関する特徴は, 都市熱と大気汚染の暴露において比較的重要である。
さらに,各領域におけるモデル転送可能性の評価を行った。
その結果, 移動性は限定的であり, 危険と地域間の複雑な差異や, 都市の特徴が危険にさらされる方法が強調された。
本研究から得られた知見は,都市の特徴と環境ハザード曝露格差との相互作用との関係に関する新たな視点を示し,社会的公平性と環境不公平性の問題を改善するため,より統合的な都市デザイン政策の展開を告げるものである。
関連論文リスト
- Causal Inference with Latent Variables: Recent Advances and Future Prospectives [43.04559575298597]
因果推論(英: Causal inference、CI)は、興味のある変数間の固有の因果関係を推定することを目的としている。
重要な変数の観察の欠如は、CIメソッドの信頼性を著しく損なう。
これらの潜伏変数が不注意に扱われると、様々な結果が生じる。
論文 参考訳(メタデータ) (2024-06-20T03:15:53Z) - Exploring the impact of social stress on the adaptive dynamics of
COVID-19: Typing the behavior of na\"ive populations faced with epidemics [43.50312332512221]
新型コロナウイルス(COVID-19)のパンデミックは、各国の適応的ダイナミクスに関して、微妙な変化をもたらしている。
これは自然災害解析における文化的特徴の重要な役割を強調している。
論文 参考訳(メタデータ) (2023-11-23T11:05:54Z) - Using machine learning to understand causal relationships between urban
form and travel CO2 emissions across continents [9.204800002382044]
都会形態が過去の研究で無視されていた旅行エミッションや施設間効果に有意な因果関係が認められた。
より単心的な都市では,主中心へのアクセスの増加よりも,サブセンター指向の開発がより重要となる空間回廊を同定する。
我々の研究は、エビデンスベースの都市気候ソリューションをスケールするための因果関係、一般化可能性、文脈的特異性の必要性に対処する新しい研究を可能にする機械学習の応用を実証する。
論文 参考訳(メタデータ) (2023-08-31T09:57:52Z) - Decoding Urban-health Nexus: Interpretable Machine Learning Illuminates
Cancer Prevalence based on Intertwined City Features [1.4010916616909745]
年齢、少数派、人口密度は、がんの流行の最も大きな要因である。
緑地の増加、開発途上国の減少、総排出量の削減は、がんの流行を緩和する可能性がある。
論文 参考訳(メタデータ) (2023-06-20T18:56:37Z) - A Contextual Master-Slave Framework on Urban Region Graph for Urban
Village Detection [68.84486900183853]
都市域を階層的にモデル化する都市域グラフ(URG)を構築した。
そこで我々は,都市部をURGから効果的に検出する新しいコンテキスト・マスタ・スレーブ・フレームワークを設計した。
提案手法は,都市部における紫外線検出の一般性と特異性のバランスをとることができる。
論文 参考訳(メタデータ) (2022-11-26T18:17:39Z) - Deciphering Environmental Air Pollution with Large Scale City Data [0.0]
交通や発電所からの排出、家庭からの排出、自然発生など、様々な要因が大気汚染の上昇の背後にある主要な原因要因または影響要因であることが知られている。
本稿では,これらのエージェント間の関係を長期にわたって探索するための大規模都市情報データセットを提案する。
また,多種多様なモデルと方法論を用いて汚染物質レベルを推定または予測する問題に対するベンチマークのセットを提供する。
論文 参考訳(メタデータ) (2021-09-09T22:00:51Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳(メタデータ) (2021-04-30T12:47:52Z) - Urban Heat Islands: Beating the Heat with Multi-Modal Spatial Analysis [0.3121997724420106]
過度の熱ストレスは、個人から世界まで、様々なレベルの問題を引き起こす。
世界レベルでは、UHIは地球温暖化に寄与し、環境に悪影響を及ぼす可能性がある。
本稿では, 統計モデルを用いて, UHIが都市の都市形態特性にどのように影響されているかを明らかにする枠組みを提案する。
論文 参考訳(メタデータ) (2020-12-05T15:18:22Z) - Empowering Urban Governance through Urban Science: Multi-scale Dynamics
of Urban Systems Worldwide [0.0]
現在の都市科学は将来の都市政策に有用な基盤を提供することができる。
都市の進化に関する国際比較は、国家の領土の枠組みが都市システムの力学と厳密に一致しているとは限らないため、しばしば不確実な結果をもたらす。
地域・国家境界を超えた都市の動的ネットワークを考慮した都市システムの構築を提案する。
論文 参考訳(メタデータ) (2020-05-20T12:47:40Z) - 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) - Exploring Spatio-Temporal and Cross-Type Correlations for Crime
Prediction [48.1813701535167]
我々は,都市犯罪のクロスタイプと時間的相関を利用した犯罪予測を行う。
犯罪予測のための相関関係を数学的にモデル化するコヒーレントな枠組みを提案する。
犯罪予測における相関関係の重要性を理解するために、さらなる実験が行われた。
論文 参考訳(メタデータ) (2020-01-20T00:34:53Z)
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。