論文の概要: Learning Individual Reproductive Behavior from Aggregate Fertility Rates via Neural Posterior Estimation
- arxiv url: http://arxiv.org/abs/2506.22607v1
- Date: Fri, 27 Jun 2025 20:09:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-01 21:27:53.483382
- Title: Learning Individual Reproductive Behavior from Aggregate Fertility Rates via Neural Posterior Estimation
- Title（参考訳）: 神経後部推定による集団生殖率からの個人の生殖行動の学習
- Authors: Daniel Ciganda, Ignacio Campón, Iñaki Permanyer, Jakob H Macke,
- Abstract要約: 我々は、生殖過程の個別レベルモデルをSNPE(Sequential Neural Posterior Estimation)と組み合わせた、可能性のないベイズ的枠組みを開発する。
これにより、ASFRと、計画されていない出生と計画されていない出生の年齢という、2つの集合から8つの行動的・生物学的パラメータを推測できる。
適合モデルでは完全な合成生活史が得られているため、行動学的に明らかな人口予測を可能にし、人口統計学的デジタル双生児の構築を支援する。
- 参考スコア（独自算出の注目度）: 5.024500157266982
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: While age-specific fertility rates (ASFRs) provide the most extensive record of reproductive change, their aggregate nature masks the underlying behavioral mechanisms that ultimately drive fertility trends. To recover these mechanisms, we develop a likelihood-free Bayesian framework that couples an individual-level model of the reproductive process with Sequential Neural Posterior Estimation (SNPE). This allows us to infer eight behavioral and biological parameters from just two aggregate series: ASFRs and the age-profile of planned versus unplanned births. Applied to U.S. National Survey of Family Growth cohorts and to Demographic and Health Survey cohorts from Colombia, the Dominican Republic, and Peru, the method reproduces observed fertility schedules and, critically, predicts out-of-sample micro-level distributions of age at first sex, inter-birth intervals, and family-size ideals, none of which inform the estimation step. Because the fitted model yields complete synthetic life histories, it enables behaviorally explicit population forecasts and supports the construction of demographic digital twins.
- Abstract（参考訳）: 年齢別受精率(ASFR)は生殖の変化を最も広範囲に記録するが、それらの集約された性質は、最終的に繁殖傾向を導く基本的な行動機構を覆っている。
これらのメカニズムを回復するため、我々は、生殖過程の個々のレベルモデルをSNPE(Sequential Neural Posterior Estimation)と組み合わせた、可能性のないベイズ的枠組みを開発した。
これにより、ASFRと、計画されていない出生と計画されていない出生の年齢という、2つの集合から8つの行動的・生物学的パラメータを推測できる。
家族成長コホートとコロンビア、ドミニカ共和国、ペルーのデモグラフィック・健康調査コホートに適用されるこの方法は、観察された出生スケジュールを再現し、重要なことに、最初の性、出産間隔、家族サイズの理想の年齢のアウト・オブ・サンプルなマイクロレベルの分布を予測する。
適合モデルでは完全な合成生活史が得られているため、行動学的に明らかな人口予測を可能にし、人口統計学的デジタル双生児の構築を支援する。
関連論文リスト
- Targeted Data Fusion for Causal Survival Analysis Under Distribution Shift [46.84912148188679]
複数のデータソースにまたがる因果推論は、科学的発見の一般化性と複製性を高めるための有望な道を提供する。
既存のアプローチでは、検閲や離散的かつ連続的な時間の統合など、生存分析のユニークな課題に対処できない。
マルチソース設定におけるターゲットサイト固有の因果効果を推定する2つの新しい手法を提案する。
論文 参考訳（メタデータ） (2025-01-30T23:21:25Z) - Targeted Maximum Likelihood Estimation for Integral Projection Models in Population Ecology [4.209594014085132]
積分射影モデルから導出した特性に対する頑健で効率的な推定器を開発する。
本研究はIdaho steppe plant communityとRotifer populationsの長期研究から得られた実データを用いて広範囲にわたるシミュレーションを行う。
論文 参考訳（メタデータ） (2024-11-12T19:56:05Z) - A Deep Generative Framework for Joint Households and Individuals Population Synthesis [0.562479170374811]
世帯・個人・個人・個人関係を持つ合成集団を創出するための深い生成枠組みを提案する。
米国デラウェア州での申請の結果は、生成された家庭内レコードのリアリズムを確実にする能力を示している。
論文 参考訳（メタデータ） (2024-06-30T23:01:58Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Model and predict age and sex in healthy subjects using brain white
matter features: A deep learning approach [8.202227194197066]
拡散MRIは、脳のWM構造を非侵襲的に記述する強力なツールを提供する。
ファイバクラスタに基づく拡散特性を抽出し、新しいアンサンブルニューラルネットワークを用いて性別と年齢を予測する。
我々は,Human Connectome Project (HCP) の若年成人データセットを用いて実験を行い,性別予測では94.82%,年齢予測では2.51歳,年齢予測では94.82%の精度で得られた。
論文 参考訳（メタデータ） (2022-02-08T01:50:12Z) - Approximate Bayesian Computation for an Explicit-Duration Hidden Markov
Model of COVID-19 Hospital Trajectories [55.786207368853084]
新型コロナウイルス(COVID-19)のパンデミックの中、病院の資源をモデル化する問題に取り組んでいます。
幅広い適用性のために、関心のある領域の患者レベルデータが利用できない、一般的なが困難なシナリオに注目します。
本稿では,ACED-HMM(ACED-HMM)と呼ばれる集合数正規化隠れマルコフモデルを提案する。
論文 参考訳（メタデータ） (2021-04-28T15:32:42Z) - Robust non-parametric mortality and fertility modelling and forecasting:
Gaussian process regression approaches [3.450774887322348]
社会福祉政策における意思決定には,人口動態の正確な予測モデルが重要である。
本稿では,自然立方体スプライン平均関数を用いたガウス過程回帰を用いた新しい非パラメトリック手法を提案する。
論文 参考訳（メタデータ） (2021-02-18T23:49:25Z) - 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。