論文の概要: Beyond Eviction Prediction: Leveraging Local Spatiotemporal Public Records to Inform Action

• arxiv url: http://arxiv.org/abs/2401.16440v1
• Date: Sat, 27 Jan 2024 09:29:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-31 17:39:19.563577
• Title: Beyond Eviction Prediction: Leveraging Local Spatiotemporal Public Records to Inform Action
• Title（参考訳）: 逸脱予測を超えて:局所時空間公開記録を活用して行動を起こす
• Authors: Tasfia Mashiat, Alex DiChristofano, Patrick J. Fowler, Sanmay Das
• Abstract要約: 我々は、リスクスコアを生成し、これらのリスクスコアを使用して目標とするアウトリーチポリシーを計画する、退避予測タスクを実行します。 リスクスコアが実際に有用であることを示し、ケースワーカーの理論的チームが同じ時間内により多くのエビクションを発生させる特性に到達できるようにする。 また,リスク予測と目標アウトリーチの両面において,地域的・所有権的特徴の重要性についても論じる。
• 参考スコア（独自算出の注目度）: 11.183319154396369
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There has been considerable recent interest in scoring properties on the basis of eviction risk. The success of methods for eviction prediction is typically evaluated using different measures of predictive accuracy. However, the underlying goal of such prediction is to direct appropriate assistance to households that may be at greater risk so they remain stably housed. Thus, we must ask the question of how useful such predictions are in targeting outreach efforts - informing action. In this paper, we investigate this question using a novel dataset that matches information on properties, evictions, and owners. We perform an eviction prediction task to produce risk scores and then use these risk scores to plan targeted outreach policies. We show that the risk scores are, in fact, useful, enabling a theoretical team of caseworkers to reach more eviction-prone properties in the same amount of time, compared to outreach policies that are either neighborhood-based or focus on buildings with a recent history of evictions. We also discuss the importance of neighborhood and ownership features in both risk prediction and targeted outreach.
• Abstract（参考訳）: 近年,エヴィクションリスクに基づく得点特性への関心が高まっている。 推定法の成功は、通常、予測精度の異なる尺度を用いて評価される。 しかし、このような予測の根底にある目標は、よりリスクの高い家庭に適切な支援を施すことであり、安定して保管されることである。 したがって、このような予測がアウトリーチの取り組みをターゲットとして、アクションを伝えるのにどの程度有用か、という疑問を問う必要がある。 本稿では,プロパティやエヴィゲーション,所有者に関する情報にマッチする新しいデータセットを用いて,この問題を考察する。 我々はリスクスコアを作成するために退行予測タスクを行い、これらのリスクスコアを使用して目標のアウトリーチポリシーを計画する。 リスクスコアは実際に有用であることを示し,近年の退去の歴史を持つ建物に焦点をあてるアウトリーチ政策と比較して,ケースワーナーの理論的チームが同じ時間内に退去のリスク特性に到達できるようにする。 また,リスク予測と目標アウトリーチの両面において,地域・所有権の特徴の重要性についても論じる。

関連論文リスト

• Survival Models: Proper Scoring Rule and Stochastic Optimization with Competing Risks [6.9648613217501705]
  SurvivalBoostは、4つの実生活データセットで12の最先端モデルを上回っている。 優れたキャリブレーション、任意の時間軸にわたって予測する機能、既存のメソッドよりも高速な計算時間を提供する。
  論文  参考訳（メタデータ） (2024-10-22T07:33:34Z)
• Performative Prediction on Games and Mechanism Design [69.7933059664256]
  エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。 予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。 よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
  論文  参考訳（メタデータ） (2024-08-09T16:03:44Z)
• Score Matching-based Pseudolikelihood Estimation of Neural Marked Spatio-Temporal Point Process with Uncertainty Quantification [59.81904428056924]
  我々は、不確実な定量化を伴うmarkPsを学習するためのスコアMAtching推定器であるSMASHを紹介する。 具体的には,スコアマッチングによるマークPsの擬似的類似度を推定することにより,正規化自由度を推定する。 提案手法の優れた性能は、事象予測と不確実性定量化の両方において広範な実験によって実証される。
  論文  参考訳（メタデータ） (2023-10-25T02:37:51Z)
• Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
  ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。 我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。 我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-02T17:13:16Z)
• Proper Scoring Rules for Survival Analysis [0.07614628596146598]
  生存分析のための4つの厳密なスコアリングルールの拡張について検討した。 これらの拡張は、確率分布の推定の離散化から生じる特定の条件下では適切であることを示す。
  論文  参考訳（メタデータ） (2023-05-01T01:50:24Z)
• Dwelling Type Classification for Disaster Risk Assessment Using Satellite Imagery [3.88838725116957]
  周辺地域の危険度とリスク評価は, 災害対策に不可欠である。 既存のシステムは、時間と費用のかかるフィールドサーベイに依存するため、警告を解読し、超局所的なレベルでリスクの正確な範囲を評価するスケーラブルな方法を提供していない。 この研究において、機械学習は住居とそのタイプを特定するプロセスを自動化するために使用され、潜在的に効果的な災害脆弱性評価システムを構築した。
  論文  参考訳（メタデータ） (2022-11-16T03:08:15Z)
• What Should I Know? Using Meta-gradient Descent for Predictive Feature Discovery in a Single Stream of Experience [63.75363908696257]
  計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。 この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。 本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
  論文  参考訳（メタデータ） (2022-06-13T21:31:06Z)
• 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)
• The Impact of Algorithmic Risk Assessments on Human Predictions and its Analysis via Crowdsourcing Studies [79.66833203975729]
  我々は,在職者が将来の再起を予測することを任務とするヴィグネット研究を行う。 参加者は、再逮捕の確率が50%よりかなり低いと判断しても、犯罪者が再逮捕されることをしばしば予測します。 裁判官の判断は、参加者の予測とは異なり、部分的には再逮捕の可能性がある要因に依存する。
  論文  参考訳（メタデータ） (2021-09-03T11:09:10Z)
• Unifying Lower Bounds on Prediction Dimension of Consistent Convex Surrogates [12.751555473216683]
  予測タスクを考えると、一貫した凸サーロゲート損失を設計できるかどうかを理解することは、機械学習研究の重要な領域です。 我々はこれらの設定をプロパティ・エリシテーションのツールを用いて統一し、予測次元の一般的な下限を与える。 我々の下限は、離散的な予測の場合の既存の結果を厳しくし、以前のキャリブレーションに基づく境界は、主にプロパティ・エリケーションによって回復可能であることを示す。 連続推定では, リスクと不確実性の指標を推定し, 未解決の問題に対処する。
  論文  参考訳（メタデータ） (2021-02-16T15:29:05Z)
• Survival Cluster Analysis [93.50540270973927]
  異なるリスクプロファイルを持つサブポピュレーションを特定するために、生存分析には未解決の必要性がある。 このニーズに対処するアプローチは、個々の成果のキャラクタリゼーションを改善する可能性が高い。
  論文  参考訳（メタデータ） (2020-02-29T22:41:21Z)

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。