論文の概要: A Joint Synthetic Housing-Household Inventory

• arxiv url: http://arxiv.org/abs/2605.17031v1
• Date: Sat, 16 May 2026 14:58:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:47.501051
• Title: A Joint Synthetic Housing-Household Inventory
• Title（参考訳）: 複合住宅・住宅共同在庫
• Authors: Xiao Qian, Shangjia Dong, Rachel Davidson,
• Abstract要約: 世帯レベルでの詳細な住宅構造と人口動態を共同で捉えた高忠実度データセットは現存していない。 本稿では,個人と世帯を両立住宅ユニットに明示的に結びつける共同住宅在庫構築の枠組みについて述べる。 結果として得られた在庫は、災害時のレジリエンス計画、住宅および価格分析、エネルギー利用評価、公衆衛生研究など幅広い応用をサポートしている。
• 参考スコア（独自算出の注目度）: 1.338174941551702
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurately understanding the interactions between humans and the built environment requires integrated representations of both the buildings and the populations that occupy them. However, high-fidelity datasets that jointly capture detailed housing structures and demographic characteristics at the household level do not currently exist. This paper presents a framework for constructing a joint housing-household inventory that explicitly links individuals and households to compatible housing units from the National Structure Inventory (NSI), while preserving realistic population densities and demographic distributions. The framework integrates three components: (i) synthetic population generation from American Community Survey (ACS) Public Use Microdata Sample (PUMS) records that preserve complex intra-household relationships; (ii) a deep contrastive learning model that quantifies housing-household compatibility; and (iii) a hierarchical optimization-based allocation procedure that enforces building-level capacity and block-group-level demographic constraints. The generated synthetic population attains high statistical realism relative to the census microdata, and the contrastive learning model identifies compatible housing-household pairs with high predictive accuracy. Applied to coastal North Carolina, evaluations at building, neighborhood, and regional scales show that the joint inventory matches block-group-level demographic distributions, reproduces observed spatial population patterns without systematic bias, and maintains consistent allocation quality across urban, suburban, and rural contexts. By enabling coupled household- and building-level analyses, the resulting inventory supports a broad range of applications, including disaster resilience planning, housing and affordability analysis, energy-use assessment, and public health research.
• Abstract（参考訳）: 人間と構築された環境の間の相互作用を正確に理解するには、建物とそれらを占有する人口の両方を統合的に表現する必要がある。 しかし、詳細な住宅構造と世帯レベルでの人口動態を共同で捉えた高忠実度データセットは現存していない。 本稿では,NSI(National Structure Inventory)の個人・世帯を,現実的な人口密度と人口分布を保ちながら,全国構造インベントリ(NSI)との整合性のある住宅ユニットとを明示的に結び付ける共同住宅在庫を構築するための枠組みについて述べる。 このフレームワークは3つのコンポーネントを統合している。 一 複雑な戸内関係を維持する米国コミュニティサーベイ(ACS)公共利用マイクロデータサンプル(PUMS)の記録からの合成人口発生 二 住宅と住宅の相互互換性を定量化する深層コントラスト学習モデル 三 階層的な最適化に基づくアロケーション手順で、ビルレベルの容量とブロックグループレベルの人口統計制約を強制する。 生成した合成人口は、国勢調査マイクロデータに対して高い統計的リアリズムを達成し、対照的な学習モデルは、高い予測精度で互換性のある住宅と住宅のペアを特定する。 ノースカロライナの海岸での評価では、共同在庫はブロックグループレベルの人口分布と一致し、観察された空間的な人口パターンを体系的な偏見なしに再現し、都市、郊外、田園部の状況で一貫した割り当て品質を維持している。 家庭レベルの分析と建物レベルの分析を併用することにより、災害時のレジリエンス計画、住宅・手頃価格分析、エネルギー利用評価、公衆衛生研究など幅広い応用がサポートされる。

関連論文リスト

• Spatially conditioned dynamics between population and built form [0.0]
  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。
  論文  参考訳（メタデータ） (2026-03-11T14:36:37Z)
• 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)
• Time Profile of U.S. Neighborhoods: Datasets of Time Use at Social Infrastructure Places [5.244716758485668]
  社会基盤は、社会的相互作用を育み、サービス提供を可能にし、多様な環境への露出を促進することによって、近隣の幸福を形作る上で重要な役割を担っている。 空間的アクセシビリティに関する知識の増大にもかかわらず、空間的に解決された国家データセットが欠如しているため、社会インフラの場所での時間使用は過小評価されている。 我々は、エンゲージメントの長さと深さ、活動の多様性、空間的不平等をキャプチャするスケーラブルな社会インフラ時間利用尺度(STU)を開発した。 当社のデータセットは、2019年から2024年の間に収集された、49の大陸州で収集された匿名および集約された足のトラフィックデータを活用しています。
  論文  参考訳（メタデータ） (2025-08-18T18:22:04Z)
• MF-LLM: Simulating Population Decision Dynamics via a Mean-Field Large Language Model Framework [53.82097200295448]
  MF-LLM(Mean-Field LLM)は,まず平均場理論を社会シミュレーションに取り入れる。 MF-LLMは反復過程を通じて個人と人口間の双方向相互作用をモデル化する。 IB-Tuneは、Information Bottleneckの原理にインスパイアされた、新しい微調整手法である。
  論文  参考訳（メタデータ） (2025-04-30T12:41:51Z)
• Deep Contrastive Learning for Feature Alignment: Insights from Housing-Household Relationship Inference [0.6144680854063939]
  本研究は,アメリカン・コミュニティ・サーベイ(ACS)パブリック・ユース・マイクロデータ・サンプル(PUMS)を用いて,住宅・住宅関係を推定するための深いコントラスト学習モデルを開発する。 提案手法は,2つの異なる実体間の連接関係を,対象の真理データを明示的にラベル付けせずに学習することを目的としている。
  論文  参考訳（メタデータ） (2025-02-16T17:06:06Z)
• 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)
• 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)
• MugRep: A Multi-Task Hierarchical Graph Representation Learning Framework for Real Estate Appraisal [57.28018917017665]
  正確な不動産評価のためのマルチタスク階層グラフ表現学習(MugRep)フレームワークを提案する。 複数の都市データを取得し統合することにより、まず、複数の視点から不動産を包括的にプロファイルするリッチな特徴セットを構築する。 進化する不動産取引グラフとそれに対応するイベントグラフ畳み込みモジュールが提案され、不動産取引に非同期に時間的依存関係を組み込む。
  論文  参考訳（メタデータ） (2021-07-12T03:51:44Z)
• 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)
• 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)

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。