面向联合家庭和个人人口合成的深度生成框架
机器学习
2024-07-03 v1 计算机与社会
摘要
人口和个体层面的社会人口学数据对于理解人与基础设施的互动和政策制定至关重要。然而，公开微数据样本（PUMS）仅提供国家层面的样本数据，而人口普查区数据仅提供变量的边际分布，缺乏变量之间的相关性。因此，我们需要一个准确的合成人口数据集，该数据集在保持微数据中所观察到的变量相关性的同时，保留家庭-个体和个体-个体之间的关系，遵循国家层面的统计数据，并准确反映人口在人口普查区的分布。我们提出一种基于变分自编码器（VAE）的深度生成框架，用于生成上述特征的合成人口。方法论贡献包括：（1）一种新的数据结构用于捕获家庭-个体和个体-个体之间的关系；（2）一种带有预训练和微调步骤的迁移学习过程，用于生成与人口普查区边际分布一致的家庭和个体；（3）一种解耦的二元交叉熵（D-BCE）损失函数，使能够生成分布偏移和超出样本范围的数据记录。针对美国德克萨斯州的模型结果表明，能够确保生成的家庭-个体记录的真实性，并准确描述人口在人口普查区水平的统计数据，与现有方法相比效果更佳。此外，在美国北卡罗来纳州的测试中也得出了有希望的结果，支持我们方法的可迁移性。
引用
@article{arxiv.2407.01643,
title = {A Deep Generative Framework for Joint Households and Individuals Population Synthesis},
author = {Xiao Qian and Utkarsh Gangwal and Shangjia Dong and Rachel Davidson},
journal= {arXiv preprint arXiv:2407.01643},
year = {2024}
}