PDFM 地理索引数据集

该数据集是 Google Research 于 2024 年发布的用于评估基于人口动态的嵌入 (Population Dynamics Based Embeddings) 的真实数据，包含从地图、搜索趋势汇总以及天气、空气质量等环境因素中捕捉到丰富的人类行为汇总信息。相关论文成果为「General Geospatial Inference with a Population Dynamics Foundation Model」。

该数据集包含 3 个文件：

• conus27（插值、超分辨率和外推）：conus27 文件是一个多功能数据集，支持涉及插值（填补空白）、超分辨率（在更细的空间尺度上进行预测）和外推（在大片缺失区域上投影数据）的任务。该文件包括详细的地理位置信息（地点、县、州、纬度、经度）和关键人口健康指标，以及地理特征，如树木覆盖、海拔和夜间灯光。

• 预测：模型在时间预测方面的能力通过两个数据集展示：
  • county_unemployment.csv：包含从 1990 年到 2024 年的县级失业数据，使用户能够追踪随时间变化的就业趋势。
  • zcta_poverty.csv：此文件提供了 2011 年至 2022 年的 ZIP Code Tabulation Area (ZCTA) 级别的年度贫困估计，提供对更细空间尺度上的经济社会变化的洞察。

Google Research 研究团队使用图神经网络对这些数据和地点之间的复杂关系进行建模，并将 PDFM 模型与最先进的预测基础模型 TimesFM 相结合，预测失业率和贫困率，取得了优越性能。