論文の概要: Spatially conditioned dynamics between population and built form

• arxiv url: http://arxiv.org/abs/2603.10829v1
• Date: Wed, 11 Mar 2026 14:36:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:33.001857
• Title: Spatially conditioned dynamics between population and built form
• Title（参考訳）: 人口と建築形態の間の空間的条件付きダイナミクス
• Authors: Anna Brazdova, Martin Fleischmann,
• Abstract要約: 本研究では,人口と構築環境の関係を定量化するための,スケーラブルで空間的明示的な枠組みを開発する。 この手法は, 人口と建設環境の関係の全体的強度と空間的変動を捉えるために構成されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Understanding the relationship between population and the built environment is essential for addresing socio-spatial inequalities. While researchers have long theorized these dynamics, empirical analyses remain limited. This study develops a scalable, spatially explicit framework to quantify the relationship between population and the built environment at the scale of local census tracts in Czechia. The approach integrates a fine-grained classification of the built environment with a comprehensive set of socio-demographic indicators. The methodology is structured to capture the overall strength and spatial variability of the relationship between the population and the built environment, in order to identify how built form and spatial distribution can reinforce or limit socio-spatial differentiation, using geographically weighted classification models. The results of the study show that population characteristics exhibit linear, spatially conditioned relationships with built form, emphasizing that spatial heterogeneity must be accounted for when assessing these relationships. The analysis of the relationship strength also reveals that some built form types are more socially selective than others, underscoring the importance of built form in reproducing social-spatial inequalities.
• Abstract（参考訳）: 人口と建設環境の関係を理解することは、社会的・空間的不平等の追加に不可欠である。 研究者は長い間これらの力学を理論化してきたが、経験的分析は依然として限られている。 本研究は,チェコにおける人口と建設環境との関係を,局所的な国勢調査区域の規模で定量化するための,スケーラブルで空間的明示的な枠組みを開発する。 このアプローチは、構築された環境のきめ細かい分類と、社会デコグラフィー指標の包括的なセットを統合する。 この手法は, 地理的に重み付けされた分類モデルを用いて, 構築形態と空間分布が社会空間の分化をいかに強化・制限するかを明らかにするために, 人口と構築環境の関係の全体的強度と空間変動を捉えるために構成されている。 本研究の結果は, 空間的不均一性を考慮し, 空間的不均一性を考慮すべきであることを強調した。 また, 関係強度の分析により, 構築形態が他のものよりも社会的選択性が高く, 社会的空間的不平等を再現する上で構築形態の重要性が強調された。

関連論文リスト

• Geographically Weighted Canonical Correlation Analysis: Local Spatial Associations Between Two Sets of Variables [47.652697094546994]
  本稿では,古典的統計手法であるカノニカル相関解析(CCA)の空間関係研究への応用を批判的に評価する。 本研究では,2つの変数間の局所的空間的関連を探索する新しい手法として,地理重み付き標準相関解析(GWCCA)を提案する。 その結果,GWCCAは都市計画,環境科学,公衆衛生,交通といった空間データ集約分野に広く応用できる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-02-10T19:36:49Z)
• MINGLE: VLMs for Semantically Complex Region Detection in Urban Scenes [49.89767522399176]
  公共空間におけるグループレベルの社会的相互作用は都市計画に不可欠である。 対人関係によって定義された視覚領域の推測と空間的接地を必要とする社会集団領域検出タスクを導入する。 本稿では,人間検出と深度推定を統合したモジュール型3段階パイプラインであるMINGLEと,ソーシャルアフィリエイトを相互に分類するVLMベースの推論と,ソーシャルに連結したグループを局所化する軽量な空間アグリゲーションアルゴリズムを提案する。 そこで本稿では,個人と社会的に相互作用するグループの両方に対して,境界ボックスとラベルを付加した100万の街路ビュー画像のデータセットを提案する。
  論文  参考訳（メタデータ） (2025-09-16T19:31:40Z)
• Patterns, Models, and Challenges in Online Social Media: A Survey [0.8825534452157526]
  このサーベイは経験的発見と形式モデルの体系的な合成を提供する。 目標は、共有された経験的ベースラインを統合し、この領域で推論を形成する構造的制約を明らかにすることである。
  論文  参考訳（メタデータ） (2025-07-15T10:46:20Z)
• Demographics-Informed Neural Network for Multi-Modal Spatiotemporal forecasting of Urban Growth and Travel Patterns Using Satellite Imagery [3.378738346115004]
  本研究は,都市空間の変容を予測するために設計された,新しい階層情報深層学習フレームワークを提案する。 提案モデルは,衛星画像と人口統計データを統合した,時間的にゲートされた残差接続を備えたエンコーダ・デコーダアーキテクチャを用いている。 この研究は、衛星画像シーケンスと、それに対応する人口動態と旅行行動特性を組み合わせた総合的なマルチモーダルデータセットにも貢献する。
  論文  参考訳（メタデータ） (2025-06-14T11:33:40Z)
• Covariate Dependent Mixture of Bayesian Networks [3.493206543979227]
  推論に単一のネットワーク構造を使用することは、サブ人口差を捉えないため、誤解を招く可能性がある。 本稿では,個々の特性に依存したベイズネットワークの混合をモデル化する新しい手法を提案する。 本手法は,サブ人口構成のネットワーク構造と人口動態予測器の両方を同定し,個人化された介入を支援する。
  論文  参考訳（メタデータ） (2025-01-10T06:21:48Z)
• Neural Embeddings of Urban Big Data Reveal Emergent Structures in Cities [7.148078723492643]
  都市部の異質性を利用したニューラルネットワーク(GNN)を提案する。 アメリカ合衆国の16大都市圏において,何百万もの携帯電話利用者による大規模高解像度モビリティデータセットを用いて,都市部コンポーネント間の複雑な関係をエンコードしていることを示す。 異なる郡で訓練されたモデルによって生成された埋め込みは、他の郡における創発的空間構造の50%から60%を捉えることができることを示す。
  論文  参考訳（メタデータ） (2021-10-24T07:13:14Z)
• 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)
• Magnify Your Population: Statistical Downscaling to Augment the Spatial Resolution of Socioeconomic Census Data [48.7576911714538]
  重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。 選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。 本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
  論文  参考訳（メタデータ） (2020-06-23T16:52:18Z)
• 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。