論文の概要: Beyond Quantities: Machine Learning-based Characterization of Inequality in Infrastructure Quality Provision in Cities
- arxiv url: http://arxiv.org/abs/2403.12074v1
- Date: Wed, 14 Feb 2024 17:23:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 07:36:54.687027
- Title: Beyond Quantities: Machine Learning-based Characterization of Inequality in Infrastructure Quality Provision in Cities
- Title（参考訳）: 量を超えて: 都市におけるインフラ品質規定の不平等を機械学習で評価する
- Authors: Bo Li, Ali Mostafavi,
- Abstract要約: 本稿では,環境汚染を発生させるインフラストラクチャの特徴を識別する機械学習に基づく手法を提案する。
本研究では,都市の空間領域のインフラ品質規定を計算するために,モデルにより得られた重みを利用する。
その結果、低所得者が居住する地域では、インフラの質が低いことが示唆された。
- 参考スコア（独自算出の注目度）: 6.883914746584372
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The objective of this study is to characterize inequality in infrastructure quality across urban areas. While a growing of body of literature has recognized the importance of characterizing infrastructure inequality in cities and provided quantified metrics to inform urban development plans, the majority of the existing approaches focus primarily on measuring the quantity of infrastructure, assuming that more infrastructure is better. Also, the existing research focuses primarily on index-based approaches in which the status of infrastructure provision in urban areas is determined based on assumed subjective weights. The focus on infrastructure quantity and use of indices obtained from subjective weights has hindered the ability to properly examine infrastructure inequality as it pertains to urban inequality and environmental justice considerations. Recognizing this gap, we propose a machine learning-based approach in which infrastructure features that shape environmental hazard exposure are identified and we use the weights obtained by the model to calculate an infrastructure quality provision for spatial areas of cities and accordingly, quantify the extent of inequality in infrastructure quality. The implementation of the model in five metropolitan areas in the U.S. demonstrates the capability of the proposed approach in characterizing inequality in infrastructure quality and capturing city-specific differences in the weights of infrastructure features. The results also show that areas in which low-income populations reside have lower infrastructure quality provision, suggesting the lower infrastructure quality provision as a determinant of urban disparities. Accordingly, the proposed approach can be effectively used to inform integrated urban design strategies to promote infrastructure equity and environmental justice based on data-driven and machine intelligence-based insights.
- Abstract（参考訳）: 本研究の目的は,都市部におけるインフラ品質の不平等を特徴づけることである。
都市部におけるインフラの不平等を特徴づけることの重要性を認識し、都市開発計画を伝えるための定量化指標を提供したが、既存の手法の大半はインフラの量を測定することに集中しており、インフラがより良くなると仮定している。
また,既存の研究は,推定主観的重みに基づいて都市部におけるインフラ整備の状況を決定する指標に基づくアプローチに重点を置いている。
主観的重みから得られるインフラ量と指標の使用に焦点が当てられていることは、都市不平等や環境正義の考慮にかかわるインフラの不平等を適切に検証する能力を妨げている。
このギャップを認識し, 環境負荷を発生させるインフラストラクチャの特徴を同定する機械学習に基づく手法を提案し, モデルにより得られた重みを用いて, 都市の空間領域におけるインフラストラクチャ品質規定を算出し, インフラストラクチャ品質の不平等の程度を定量化する。
米国の5大都市圏におけるモデルの実装は、インフラ品質の不平等を特徴づけ、インフラ特徴の重みの都市固有の差異を捉えたアプローチの能力を実証している。
また、低所得層が居住する地域では、インフラ品質の供給が低く、インフラ品質の供給が都市格差の決定要因であることが示唆された。
したがって,提案手法は,データ駆動およびマシンインテリジェンスに基づく洞察に基づいて,インフラの公平性と環境正義を促進するため,統合都市設計戦略に効果的に活用することができる。
関連論文リスト
- Detecting Vulnerable Nodes in Urban Infrastructure Interdependent
Network [30.78792992230233]
我々は、相互依存型ネットワークを異種グラフとしてモデル化し、強化学習を用いたグラフニューラルネットワークに基づくシステムを提案する。
提案システムは,深層学習技術を活用して異種グラフを解析し,カスケード故障のリスクを把握し,都市の脆弱なインフラを発見する。
論文 参考訳（メタデータ） (2023-07-19T09:53:56Z) - UrbanBIS: a Large-scale Benchmark for Fine-grained Urban Building
Instance Segmentation [50.52615875873055]
都市BISは6つの実際の都市のシーンで構成され、25億点があり、面積は10.78平方キロメートルである。
UrbanBISは、建物、車両、植生、道路、橋など、豊富な都市オブジェクトに意味レベルのアノテーションを提供する。
UrbanBISは、きめ細かいサブカテゴリを導入した最初の3Dデータセットである。
論文 参考訳（メタデータ） (2023-05-04T08:01:38Z) - IIVA: A Simulation Based Generalized Framework for Interdependent
Infrastructure Vulnerability Assessment [0.0]
本稿では,新たなインフラストラクチャ脆弱性評価フレームワークを提案する。
コンポーネントの初期失敗率が高いほど、インフラストラクチャの脆弱性が大きくなることが観察された。
論文 参考訳（メタデータ） (2022-12-13T20:37:03Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳（メタデータ） (2022-07-23T01:06:34Z) - Disadvantaged Communities Have Lower Access to Urban Infrastructure [0.0]
空間的アクセシビリティの格差は、都市社会における不平等の増加と強く関連している。
我々は、異なる人口層間のインフラへのアクセシビリティーの空間的性質を理解するためのオープンソースのデータ駆動フレームワークを提案する。
論文 参考訳（メタデータ） (2022-03-25T17:08:39Z) - 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) - 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) - On Telecommunication Service Imbalance and Infrastructure Resource
Deployment [95.80185574417428]
本稿では,通信サービス不均衡,通信インフラ,人口分布の関係を定量的に関連付けることを目的とした,細粒度で計算が容易な不均衡指数を提案する。
また,この指標に基づいて,任意の地理的セグメントの平均不均衡指数を最小化することにより,インフラ資源の展開戦略を提案する。
論文 参考訳（メタデータ） (2021-04-08T17:45:32Z) - Road Mapping in Low Data Environments with OpenStreetMap [0.3162999570707049]
道路の地理的分布の包括的かつ最新のマッピングは、広範な経済発展の指標として機能する可能性がある。
本研究は,OpenStreetMapのような高解像度衛星画像とクラウドソーシングリソースの,そのようなマッピング構築における可能性について検討する。
論文 参考訳（メタデータ） (2020-06-14T19:39:57Z) - 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) - Generating Interpretable Poverty Maps using Object Detection in
Satellite Images [80.35540308137043]
衛星画像に物体検出装置を適用することにより、局所レベルでの貧困を正確に予測するための解釈可能な計算手法を実証する。
対象物の重み付けを特徴として、ウガンダの村レベルの貧困を予測する0.539 Pearson's r2を達成し、既存の(解釈不可能でない)ベンチマークよりも31%改善した。
論文 参考訳（メタデータ） (2020-02-05T02:50:01Z)
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。