机构名称：
¥ 1.0
高分辨率日间卫星图像已成为研究经济活动的有希望的来源。这些图像显示了大面积的详细地形，并允许放大到较小的社区。然而，现有的方法只利用了单级地理单元中的图像。这项研究提出了一种深度学习模型，通过汇总从多级地理单元观察到的特征来预测经济指标。该模型首先通过有序回归来测量小社区的超本地经济。下一步通过总结超本地经济体之间的互联来提取区级特征。在最后一步，该模型通过汇总超本地和区信息来估算区的经济指标。我们的新多级学习模型在预测人口、购买力和能源消耗等关键指标方面大大优于强大的基线。该模型对数据短缺也很有抵抗力；当使用从马来西亚、菲律宾、泰国和越南收集的数据进行评估时，一个国家的训练特征可以推广到其他国家。我们讨论了多层次模型对衡量不平等的影响，这是关于不平等和贫困的政策和社会科学研究的重要第一步。
通过聚合多级地理空间信息来学习经济指标
主要关键词
相关文件推荐
