論文の概要: Transfer Learning for Socioeconomic Estimation in Forced-Displacement Settings
- arxiv url: http://arxiv.org/abs/2609.15773v1
- Date: Mon, 14 Sep 2026 15:55:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.479808
- Title: Transfer Learning for Socioeconomic Estimation in Forced-Displacement Settings
- Title（参考訳）: 強制変位環境における社会経済推定のための伝達学習
- Abstract要約: より頻繁に更新され、空間的に補完的な証拠は、調査ラウンドの間、社会経済的状況がどこで変化しているかを特定するために必要である。
UNHCR FDSおよびRMSデータから得られた社会経済指標を用いて、更新された適応モデルの開発と評価を行った。
これらの見積もりは、調査ラウンド間の洞察を維持し、タイムリーな人道的優先順位付けとフィールド検証をサポートする。
- 参考スコア（独自算出の注目度）: 1.7804100659374038
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Progress in inclusive household surveys has strengthened socioeconomic evidence for forcibly displaced populations, providing indispensable benchmarks on living conditions and welfare. However, these surveys remain resource-intensive and periodic, while conditions can change between rounds, particularly in settings affected by fragility, conflict, and violence. More frequently updated, spatially granular complementary evidence is therefore needed to identify where socioeconomic conditions may be changing between survey rounds and to inform operational prioritization. Earth observation and machine learning offer a scalable source of spatially explicit socioeconomic information. However, tools developed for general populations have not been systematically adapted and evaluated in forced displacement settings, where living conditions, settlement patterns, and displacement impacts may differ substantially. We address this gap by adapting a multimodal spatiotemporal vision transformer, pretrained on Demographic and Health Survey data from approximately 1.2 million households across 36 African countries, to forced displacement and host community settings in South Sudan, Cameroon, and Zambia. We develop and evaluate the updated, adapted model using socioeconomic indices derived from UNHCR FDS and RMS data. Our results show that satellite-derived geospatial covariates explain up to 66% of the variation in socioeconomic outcomes in camp-intersecting grids, with a mean absolute error (MAE) of 4.37 index points, and 41% in non-camp-intersecting areas, with an MAE of 5.41. The framework complements and adds value to periodic household surveys by filling critical spatial and temporal data gaps with regularly updated, model-based socioeconomic estimates. These estimates sustain insight between survey rounds and support timely humanitarian prioritization and field verification.
- Abstract（参考訳）: 包括的世帯調査の進展は、強制的に人口を移動させる社会経済的な証拠を強化し、生活条件や福祉に関する重要なベンチマークを提供している。
しかし、これらの調査は資源集約的で定期的なものであり、特に脆弱性、紛争、暴力の影響を受けやすい状況では、ラウンドによって状況が変わることがある。
より頻繁に更新され、空間的にきめ細かい補完的な証拠は、調査ラウンド間で社会経済的状況がどこで変化しているかを特定し、運用上の優先順位付けを通知するために必要である。
地球観測と機械学習は、空間的に明示的な社会経済情報のスケーラブルな情報源を提供する。
しかし, 居住環境, 居住環境, 居住環境, 居住環境, 居住環境の影響が著しく異なるような強制変位設定では, 一般住民向けに開発されたツールが体系的に適応され, 評価されていない。
アフリカ36か国約120万世帯のデモグラフィーおよびヘルスサーベイデータに基づいて、南スーダン、カメルーン、ザンビアの人口移動と地域社会設定を強制的に実施するために、マルチモーダル時空間視覚トランスフォーマーを適用することで、このギャップに対処する。
UNHCR FDSおよびRMSデータから得られた社会経済指標を用いて、更新された適応モデルの開発と評価を行った。
その結果、衛星由来の地理空間共変体は、キャンプ間グリッドにおける社会経済的成果の最大66%、平均絶対誤差(MAE)は4.37、非キャンプ間グリッドでは41%、MAEは5.41であることがわかった。
このフレームワークは、重要な空間的および時間的データギャップを定期的に更新されたモデルベースの社会経済的な見積もりで埋めることによって、周期的な家庭調査を補完し、価値を付加する。
これらの見積もりは、調査ラウンド間の洞察を維持し、タイムリーな人道的優先順位付けとフィールド検証をサポートする。
関連論文リスト
- Geospatial Foundation Models Capture Health-Relevant Dimensions of Place Beyond Conventional Social Risk Indices [1.233122988113145]
地理空間基盤モデルは、従来の社会的リスク指標に代表されない場所の健康関連の特徴を捉えている。
健康上の結果については、社会的リスク指標によって説明されていないばらつきの最大54%が説明されている。
論文 参考訳（メタデータ） (2026-09-10T15:16:15Z) - Joint Utilization of Geospatial and census proxies for Autoencoder-Assisted Downscaling (JUGAAD) of socioeconomic indicators in India [6.076588686970015]
本研究では,2001年と2011年のインド国勢調査と調査データを事例として,深層学習の枠組みであるJuGAADを紹介した。
人口統計と地理空間データは,騒音の低減と行政境界の変更の定期化のために,中間的な村・クラスター規模のテッセルレーションに平均化される。
オートエンコーダは、高次元の国立サンプル調査局(NSSO)データを低次元の潜在表現に圧縮し、回帰モデルは、大規模国勢調査と地理空間データをこの表現にマッピングする。
この機能は、精密な国勢調査データに適用され、地上に対して検証された高分解能な予測を生成する。
論文 参考訳（メタデータ） (2026-07-17T21:57:55Z) - Uncovering Salience-Driven Dynamics in Consumer Confidence with Generative Social Simulation [56.70690339492564]
本稿では,消費者信頼度指数のダイナミクスを再構築する生成的人間環境対応フレームワークであるConsumerSimを紹介する。
米国、EU27、および日本の公式CCIターゲットシリーズにおいて、ConsumerSimは、持続性、時系列、回帰、および情報強化ベースラインの中で第1位である。
発見は、解釈可能な人間環境対応プロセスとして消費者信頼の行動的視点を支持する。
論文 参考訳（メタデータ） (2026-06-29T14:46:22Z) - Benchmarking LLMs for Community Governance Simulation with Life-history Narratives [46.86050402684712]
大規模言語モデル(LLM)は、人間の態度や振る舞いを低コストでシミュレートするためにスケーラブルである。
本稿では,データセット,ベンチマーク,アルゴリズム,システムを対象とした総合的な研究フレームワークを提案する。
システムはカリキュラム-LoRAをクローズドループポリシー評価パイプラインに統合する。
論文 参考訳（メタデータ） (2026-05-22T15:48:49Z) - Geospatial foundation-model embeddings improve population estimation unevenly across space and scale [4.055687405756816]
Population Dynamics Foundation Model (PDFM) はブラジル、ナイジェリア、アメリカ合衆国で試験された。
PDFMは予測適合度を20.1%(IQR: 10.0-33.2%)で増加させ、Kullback-Leiblerのばらつきを23.2%(9.2-26.2%)削減した。
論文 参考訳（メタデータ） (2026-05-03T00:20:08Z) - A satellite foundation model for improved wealth monitoring [45.63770015866594]
貧困統計は社会政策を導くが、多くの低所得国や中所得国では、これらのデータを収集する国勢調査や家庭調査は費用がかかる。
ここでは、Tempovについて紹介する。Tempovは、300万の両時間ランドサットペアの自己監督によって事前訓練された衛星基盤モデルであり、パラメータ効率の細かい微調整をスパースサーベイラベルに適用する。
このモデルは大規模で高解像度の富のマッピングと動的測定を可能にし、観測されたラベル、レトロスペクティブのヒンドキャスティング、decadal change trackingのあと10年間、ゼロショットのストリームキャストを含む。
論文 参考訳（メタデータ） (2026-04-25T06:37:51Z) - 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) - Comparative Analysis of Time Series Foundation Models for Demographic Forecasting: Enhancing Predictive Accuracy in US Population Dynamics [4.3009067533625895]
本研究は,アメリカ合衆国における時系列基盤モデルの人口変動予測への応用について検討した。
従来のベースラインに対する時系列基礎モデル(TimesFM)の性能評価を行った。
人口統計学的に多様性のある6州を対象に行った実験では、TimesFMが86.67%のテストケースで最低値のMean Squared Error(MSE)を達成した。
論文 参考訳（メタデータ） (2025-08-09T07:55:09Z) - Space-aware Socioeconomic Indicator Inference with Heterogeneous Graphs [46.52719756897067]
非連続推論のための地理空間を表現するために不均一なグラフ構造を用いる空間認識型社会経済指標推論法GeoHGを提案する。
論文 参考訳（メタデータ） (2024-05-23T03:19:02Z) - 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) - 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。