机构名称：
¥ 1.0
贫困仍然是一项持续的全球挑战，它影响了全球数百万，并阻碍了可持续发展目标。与贫困相关的数据传统上是由几年来一次进行的一次家庭调查收集的。不幸的是，在印度，这种传统数据收集方法的覆盖范围有许多局限性，而且昂贵，耗时且费力。这项研究将有助于确定贫困地区以及贫困水平，这将有助于制定政策，从而改善此类领域。该研究利用了各种数据源，包括卫星图像，地理空间数据，社会经济调查和兴趣点（POI）数据。采用了这些多样化数据集中的有意义的模式和相关性，采用了各种机器学习和深度学习算法，例如决策树回归器，随机森林回归，卷积神经网络（CNN）和多层Perceptron（MLP）。在随机森林回归者的帮助下，该研究能够以0.778的R2分数估算乡村/城镇一级的贫困。
使用机器学习和...
主要关键词
相关文件推荐
