論文の概要: A Parametric Model for Generating Synthetic Homelessness and Housing Administrative Data

• arxiv url: http://arxiv.org/abs/2611.00260v1
• Date: Fri, 30 Oct 2026 18:41:35 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:14:37.40097
• Title: A Parametric Model for Generating Synthetic Homelessness and Housing Administrative Data
• Title（参考訳）: ホームレスと住宅管理データ生成のためのパラメトリックモデル
• Abstract要約: 本稿では、総合住宅とホームレス管理データを生成するための2つのマルコフ連鎖モデルを提案する。 システムレベルデータは、介護の異なる大きさの住宅とホームレスのシステムを反映した連続時間マルコフ連鎖モデルを用いて生成される。 シェルターレベルデータは、毎日の避難記録を生成することのできる離散時間隠れマルコフ連鎖を用いてモデル化される。
• 参考スコア（独自算出の注目度）: 1.3537117504260623
• License:
• Abstract: This paper presents two Markov chain models for generating synthetic housing and homelessness administrative (SHHAd) data. System level data is generated using a continuous time Markov chain model that is structured to produce data that reflects different sizes of housing and homelessness systems of care (HHSCs). This model uses parameters that correspond to metrics commonly collected by HHSC agencies and ensures the model is relevant and accessible to a broad range of communities. Shelter level SHHAd data is modelled using a discrete time hidden Markov chain capable of generating daily shelter access records that include keyword category counts that represent the free text log entries made by shelter staff. The accuracy of the system level SHHAd data is evaluated by generating a data set that reflects the HHSC in Calgary, Canada and comparing it to a real administrative data set from that municipality. Shelter level SHHAd data is evaluated by comparing it to daily records recorded by a major emergency homelessness shelter in Calgary.
• Abstract（参考訳）: 本稿では、人工住宅とホームレス管理(SHHAd)データを生成するための2つのマルコフ連鎖モデルを提案する。 システムレベルデータは、異なる大きさの住宅とホームレスケアシステム(HHSC)を反映したデータを生成するために構成された連続時間マルコフ連鎖モデルを用いて生成される。 このモデルは、HHSCエージェンシーが一般的に収集するメトリクスに対応するパラメータを使用し、モデルが関連性があり、幅広いコミュニティに確実にアクセスできるようにする。 シェルターレベルSHHAdデータは、シェルタースタッフが作成した無料のテキストログエントリを表すキーワードカテゴリカウントを含む毎日のシェルターアクセスレコードを生成することができる離散時間隠れマルコフチェーンを用いてモデル化される。 カナダのカルガリーのHHSCを反映したデータセットを生成し、その自治体の実際の管理データセットと比較することにより、システムレベルのSHHAdデータの精度を評価する。 シェルターレベルのSHHAdデータは、カルガリーの大規模救急避難所によって記録された毎日の記録と比較することによって評価される。

関連論文リスト

• Gated Graph Neural Networks for Learning Hidden Independent Cascade Dynamics [50.02140519922548]
  情報や伝染病はソーシャルネットワークを通じて広まっていますが、ノードごとのアクティベーション時間なしでは予測が難しいのです。 本研究では,Hydden Independent Cascade(HIC)モデルの下で,この逆問題について検討する。 本研究では,個々の潜伏カスケードを再構成することなく,ノードレベルのパラメータベクトルを復元するシミュレーションベースの補正推定器を提案する。
  論文  参考訳（メタデータ） (2026-10-02T20:36:22Z)
• TimeLAVA: Learning-Agnostic Data Valuation for Time Series [48.76711740818533]
  TimeLAVAは、評価データと参照データの間の分布差を最小限に抑えるために、時間セグメントを限界貢献によって評価する学習非依存のフレームワークである。 モデルに依存しない一般化にバリュエーションをリンクする理論的保証を提供し、汚染に対する有界感度を証明する。
  論文  参考訳（メタデータ） (2026-06-17T06:16:16Z)
• When Privacy Isn't Synthetic: Hidden Data Leakage in Generative AI Models [2.084639874934284]
  生成モデルは、プライバシを保存する合成データを作成するために、ますます使われています。 このような合成リリースは、データ多様体の構造的重複を通じて、基礎となるトレーニングサンプルに関する情報を引き続き漏洩させることができることを実証する。 モデル内部や実データへのアクセスを必要とせずに、この脆弱性を悪用するブラックボックスメンバーシップ推論攻撃を提案する。
  論文  参考訳（メタデータ） (2025-12-05T18:52:35Z)
• On the Shape of Latent Variables in a Denoising VAE-MoG: A Posterior Sampling-Based Study [51.56484100374058]
  ガウス前駆体 (VAE-MoG) を用いた変分オートエンコーダの潜時空間を探索する。 モデルが基盤構造をどれだけうまく捉えているかを評価するために、ハミルトンモンテカルロ (HMC) を用いて、クリーンな入力で条件付けられた後続サンプルを描画し、ノイズの多いデータからエンコーダの出力と比較する。 モデルは正確に信号を再構成するが、統計的比較により、潜在空間における明らかなミスマッチが明らかになる。
  論文  参考訳（メタデータ） (2025-09-29T18:33:09Z)
• Understanding Housing and Homelessness System Access by Linking Administrative Data [1.3654846342364308]
  本稿では,北米の主要都市の住宅・ホームレスケアシステム(HHSC)における235,000件以上の記録を,プライバシ保護手法を用いてリンクする。 複数の機械学習ペアワイズリンクと2つのクラスタリングアルゴリズムが、データ内の潜任者のプロファイルをマージするために評価されている。
  論文  参考訳（メタデータ） (2025-05-13T16:57:55Z)
• Learning and Generating Diverse Residential Load Patterns Using GAN with Weakly-Supervised Training and Weight Selection [7.183964892282175]
  本稿では,RLP-GAN(Generative Adversarial Network based Synthetic Residential Load Pattern)の生成モデルを提案する。 417世帯の実世界データを用いて, RLP-GANの有効性を検証するための総合評価手法を開発した。 我々は,RLP-GAN生成した合成データセットを公開し,100万の合成住宅負荷パターンプロファイルを合成した。
  論文  参考訳（メタデータ） (2025-04-19T13:50:49Z)
• 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)
• ChiroDiff: Modelling chirographic data with Diffusion Models [132.5223191478268]
  チャーログラフィーデータのための強力なモデルクラスである「拡散確率モデル(Denoising Diffusion Probabilistic Models)」やDDPMを導入している。 我々のモデルは「ChiroDiff」と呼ばれ、非自己回帰的であり、全体論的概念を捉えることを学び、したがって高い時間的サンプリングレートに回復する。
  論文  参考訳（メタデータ） (2023-04-07T15:17:48Z)
• BREEDS: Benchmarks for Subpopulation Shift [98.90314444545204]
  本研究では,人口変動に対するモデルのロバスト性を評価する手法を開発した。 既存のデータセットの基盤となるクラス構造を利用して、トレーニングとテストの分散を構成するデータサブポピュレーションを制御する。 この手法をImageNetデータセットに適用し、様々な粒度のサブポピュレーションシフトベンチマークスイートを作成する。
  論文  参考訳（メタデータ） (2020-08-11T17:04:47Z)

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。