AI4S ライブ プレビューを紹介 | 住宅価格分析の新しいアイデア: ニューラル ネットワークは複雑な地理的環境における空間的不均一性をターゲットにします
近年、不動産市場は浮き沈みを繰り返しており、住宅価格は居住者の幸福度を左右する重要な要素となっています。ほとんどの家族は、「家を買うかどうか、いつ買うか、どこで買うか、どんな種類の家を買うか」という難しい決断に直面する必要があります。それぞれの質問に対する答えは、住宅の変動と密接に関係しています。ある程度の価格。
近年、我が国の都市間の住宅価格の差はますます顕著になってきており、同じ都市の同じ管轄内であっても、地域環境、学区、支援などの要因により、地域ごとの住宅価格は大きく異なります。ビジネス。これが地理情報研究でよく言われる「空間的不均一性」です。住宅価格の空間的特異性を把握することは、住宅価格の変化する傾向を予測するために重要です。
これを考慮して、浙江大学 GIS 研究所の研究者は、osp-GNNWR モデルを構築しました。空間近接測定 (OSP) は地理的ニューラル ネットワーク加重回帰法と結合されており、ニューラル ネットワーク法はモデルの住宅価格予測の精度を向上させるために革新的に導入されています。
HyperAI は幸運にも、論文の筆頭著者である浙江大学のリモート センシングと地理情報システムの博士課程学生、丁 佳楽氏を招待しました。7月17日19時よりオンラインで生中継される。モデルの設計アイデアとアプリケーション シナリオを紹介し、地理的加重回帰の空間回帰分析手法をさらに共有します。
クリックしてライブブロードキャストをスケジュールします:
ゲスト紹介
トピックを共有:
ニューラルネットワークは住宅価格の空間的不均一性について新たな説明を提供する
内容紹介：
異なる空間位置にある地理的要素間の回帰関係に反映される空間的非定常性を特徴付けるために、地理的加重回帰 (GWR) などの空間回帰モデルは、第 1 法則に基づいて、空間的に互いに近いサンプルに高い重みを割り当てます。地域の返品関係を確立するための地理の情報。ただし、複雑な都市シーンでは、単純な直線距離では実際の空間的近接性を完全に反映することはできません。
シンプルなニューラル ネットワーク モデルを通じて、回帰結果の空間的解釈可能性を維持しながら空間的近接性の表現を最適化し、より高いモデリング精度を実現します。
さらに、時空間インテリジェント回帰モデル ライブラリもオープンソース化しました。これには、GNNWR、GTNNWR モデル、その他の派生モデルのソース コード、モデル使用法のチュートリアル ノート、および公開された Python ホイールが含まれています。
プロジェクトアドレス:
https://github.com/zjuwss/gnnwr
この共有を視聴している視聴者は、次のことを理解できるでしょう。
1. GWRの伝統的な空間回帰分析手法を一定の理解ができる
2.osp-GNNWRモデルの設計思想と機能を理解できる
3. 住宅価格分析の新たな発想が得られる
浙江省資源環境情報システム重点研究所
浙江省資源環境情報システム重点研究所は、1993 年 11 月に設立が承認され、1995 年 4 月に一般公開されました。主にデジタルアースおよび地理情報システム、リモートセンシング、グローバルなどの国家ハイテク分野を対象としています。測位システム技術。この研究室には、地理情報科学の学部プログラム、リモートセンシングおよび地理情報システムの修士号、および博士課程があります。
研究室では、基礎的な理論手法、中核となる主要技術、主要な工学応用の 3 つのレベルから研究作業を実施します。
主な基礎研究では、地球システムのビッグデータ、地表環境変化プロセス、人類と地球のカップリングに関する基礎理論と独自の手法に関する理論研究に重点を置いています。 * コア主要技術研究は、アプリケーションの効率とウルトラの価値を向上させるための、時空間ビッグ データ ストレージ管理、高性能 GIS、3 次元 GIS 視覚化、インテリジェント GIS の詳細な分析とマイニングなどの最先端の方向に焦点を当てています。 -大量、高精度、高度に複雑な時空間データを取得し、現在の問題を解決します。 地理情報とリモートセンシングの分野におけるボトルネック問題「スタックネック」。
主要な工学応用研究では、天然資源、海洋、測量・地図作成、農業、林業、交通、環境保護、防災・減災などの分野に焦点を当て、国家の主要な科学技術に対応するソフトウェアの研究開発と業績変革を実施します。社会応用ニーズの解決を目指します。
AI4S ライブ シリーズを紹介します
HyperAI (hyper.ai) は、データサイエンス分野における中国最大の検索エンジンであり、AI for Science の最新の科学研究成果に焦点を当て、Nature や Science などのトップジャーナルの学術論文をリアルタイムで追跡しています。これまでに 100 件を超える AI for Science 論文の解釈を行っています。
さらに、中国で唯一の AI for Science オープンソース プロジェクト awesome-ai4s も運営しています。
プロジェクトアドレス:
https://github.com/hyperai/awesome-ai4s
AI4Sの普遍化をさらに促進し、学術機関の科学研究成果の普及障壁をさらに引き下げ、より幅広い業界の学者、技術愛好家、産業部門と共有するために、HyperAIは、科学用AIの分野に深く関わる研究者や関連ユニットを招待し、研究結果、手法、アイデアをビデオの形で共有するビデオコラム「Meet AI4S」を企画した。科学研究の進歩と実施の過程で科学用AIが直面する機会と課題について共同で議論し、科学用AIの科学的普及と普及を促進する。