پیش بینی شاخص های اقتصادی و اقتصادی با استفاده از یادگیری انتقال بر روی داده های تصاویر: یک برنامه در برزیل

سرشماری ها و سایر نظرسنجی ها مسئول جمع آوری داده های اقتصادی اقتصادی گران و وقت گیر هستند. به همین دلیل ، در کشورهای فقیر و در حال توسعه غالباً شکاف طولانی بین این نظرسنجی ها وجود دارد ، که این امر مانع تدوین مناسب سیاست های عمومی و همچنین توسعه تحقیقات می شود. یک رویکرد ممکن برای غلبه بر این چالش برای برخی از شاخص های اقتصادی اقتصادی استفاده از تصاویر ماهواره ای برای برآورد این متغیرها است ، اگرچه به دلیل پوشش سرزمینی آن ، سطح تفکیک اطلاعات و مجموعه زیادی از اطلاعات ، نمی توان نظرسنجی های سرشماری جمعیتی را به طور کامل جایگزین کرد. حتی اگر استفاده از تصاویر مداری به درستی نیاز به سطح دانش اصلی سنجش از راه دور داشته باشد ، این تصاویر از این مزیت برخوردار هستند که معمولاً آزاد و دسترسی آسان دارند. در این مقاله ، ما از تصاویر ماهواره ای روز و شبانه استفاده می کنیم و از یک تکنیک یادگیری انتقال برای برآورد درآمد متوسط ، تولید ناخالص داخلی سرانه و شاخص آب ساخته شده در سطح شهر در دو ایالت برزیل ، بهیا و ریو گراند دو سول استفاده می کنیم. رویکرد یادگیری انتقال می تواند تا 64 ٪ از تغییرات در متغیرهای سطح شهر بسته به حالت و متغیر توضیح دهد. اگرچه داده های کشورهای مختلف ممکن است به طور قابل توجهی متفاوت باشد ، اما نتایج با ادبیات سازگار و دلگرم کننده است زیرا این اولین تحلیل از نوع خود برای برزیل است.

دسترسی به سند

اثر انگشت

به مباحث تحقیق "پیش بینی شاخص های اقتصادی اقتصادی با استفاده از یادگیری انتقال بر روی داده های تصاویر: یک برنامه در برزیل" بروید. آنها با هم یک اثر انگشت منحصر به فرد تشکیل می دهند.

• انتقال علوم زمین و سیاره ای 100 ٪

این را ذکر کنید

• APA
• نویسنده
• دوزخ
• هاروارد
• استاندارد
• برخاستن
• ونکوور

عنوان = "پیش بینی شاخص های اقتصادی و اقتصادی با استفاده از یادگیری انتقال بر روی داده های تصاویر: یک برنامه در برزیل" ،

abstract = "سرشماری ها و سایر بررسی های مسئول جمع آوری داده های اجتماعی-اقتصادی پرهزینه و زمان بر هستند. به همین دلیل، در کشورهای فقیر و در حال توسعه اغلب فاصله زیادی بین این بررسی ها وجود دارد که مانع از تدوین مناسب سیاست های عمومی و همچنین توسعه می شود. یکی از رویکردهای ممکن برای غلبه بر این چالش برای برخی از شاخص های اجتماعی-اقتصادی، استفاده از تصاویر ماهواره ای برای برآورد این متغیرها است، اگرچه به دلیل پوشش سرزمینی، سطح تفکیک اطلاعات و مجموعه وسیعی از اطلاعات، امکان جایگزینی کامل سرشماری های جمعیتی وجود ندارد. اگرچه استفاده صحیح از تصاویر مداری حداقل به یک سطح دانش پایه سنجش از دور نیاز دارد، اما این تصاویر دارای مزیت رایگان بودن و دسترسی آسان هستند. روشی برای برآورد درآمد متوسط، تولید ناخالص داخلی سرانه و شاخص آب ساخته شده در سیسطح ty در دو ایالت برزیل، باهیا و ریو گرانده دو سول. رویکرد یادگیری انتقالی می تواند تا 64 درصد از تغییرات متغیرهای سطح شهر را بسته به حالت و متغیر توضیح دهد. اگرچه داده های کشورهای مختلف ممکن است به طور قابل توجهی متفاوت باشند، نتایج با ادبیات مطابقت دارد و دلگرم کننده است زیرا این اولین تحلیل از نوع خود برای برزیل است.

خروجی تحقیق: مشارکت در مجله › مقاله مروری › داوری

T1 - پیش بینی شاخص های اجتماعی-اقتصادی با استفاده از یادگیری انتقال بر روی داده های تصویری

T2 - یک برنامه کاربردی در برزیل

AU - کاسترو، دیگو آ

AU - آلوارز، مائوریسیو آ

N1 - © The Author(s)، تحت مجوز انحصاری Springer Nature B. V. 2022.

N2 - سرشماری ها و سایر نظرسنجی ها مسئول جمع آوری داده های اقتصادی اقتصادی گران و وقت گیر هستند. به همین دلیل ، در کشورهای فقیر و در حال توسعه غالباً شکاف طولانی بین این نظرسنجی ها وجود دارد ، که این امر مانع تدوین مناسب سیاست های عمومی و همچنین توسعه تحقیقات می شود. یک رویکرد ممکن برای غلبه بر این چالش برای برخی از شاخص های اقتصادی اقتصادی استفاده از تصاویر ماهواره ای برای برآورد این متغیرها است ، اگرچه به دلیل پوشش سرزمینی آن ، سطح تفکیک اطلاعات و مجموعه زیادی از اطلاعات ، نمی توان نظرسنجی های سرشماری جمعیتی را به طور کامل جایگزین کرد. حتی اگر استفاده از تصاویر مداری به درستی نیاز به سطح دانش اصلی سنجش از راه دور داشته باشد ، این تصاویر از این مزیت برخوردار هستند که معمولاً آزاد و دسترسی آسان دارند. در این مقاله ، ما از تصاویر ماهواره ای روز و شبانه استفاده می کنیم و از یک تکنیک یادگیری انتقال برای برآورد درآمد متوسط ، تولید ناخالص داخلی سرانه و شاخص آب ساخته شده در سطح شهر در دو ایالت برزیل ، بهیا و ریو گراند دو سول استفاده می کنیم. رویکرد یادگیری انتقال می تواند تا 64 ٪ از تغییرات در متغیرهای سطح شهر بسته به حالت و متغیر توضیح دهد. اگرچه داده های کشورهای مختلف ممکن است به طور قابل توجهی متفاوت باشد ، اما نتایج با ادبیات سازگار و دلگرم کننده است زیرا این اولین تحلیل از نوع خود برای برزیل است.

AB - سرشماری ها و سایر نظرسنجی ها مسئول جمع آوری داده های اقتصادی اقتصادی گران و وقت گیر هستند. به همین دلیل ، در کشورهای فقیر و در حال توسعه غالباً شکاف طولانی بین این نظرسنجی ها وجود دارد ، که این امر مانع تدوین مناسب سیاست های عمومی و همچنین توسعه تحقیقات می شود. یک رویکرد ممکن برای غلبه بر این چالش برای برخی از شاخص های اقتصادی اقتصادی استفاده از تصاویر ماهواره ای برای برآورد این متغیرها است ، اگرچه به دلیل پوشش سرزمینی آن ، سطح تفکیک اطلاعات و مجموعه زیادی از اطلاعات ، نمی توان نظرسنجی های سرشماری جمعیتی را به طور کامل جایگزین کرد. حتی اگر استفاده از تصاویر مداری به درستی نیاز به سطح دانش اصلی سنجش از راه دور داشته باشد ، این تصاویر از این مزیت برخوردار هستند که معمولاً آزاد و دسترسی آسان دارند. در این مقاله ، ما از تصاویر ماهواره ای روز و شبانه استفاده می کنیم و از یک تکنیک یادگیری انتقال برای برآورد درآمد متوسط ، تولید ناخالص داخلی سرانه و شاخص آب ساخته شده در سطح شهر در دو ایالت برزیل ، بهیا و ریو گراند دو سول استفاده می کنیم. رویکرد یادگیری انتقال می تواند تا 64 ٪ از تغییرات در متغیرهای سطح شهر بسته به حالت و متغیر توضیح دهد. اگرچه داده های کشورهای مختلف ممکن است به طور قابل توجهی متفاوت باشد ، اما نتایج با ادبیات سازگار و دلگرم کننده است زیرا این اولین تحلیل از نوع خود برای برزیل است.