案例研究：利用机器学习绘制特古西加尔巴潜在非正式居住区以规划实地调查
计算机与社会
2020-06-26 v1 机器学习
摘要
在拉丁美洲，通过人口普查进行的数据收集平均每隔约 10 年开展一次，这使得监测这些居住区中社区的增长及其所需支持变得困难。开展实地调查需要后勤资源才能详尽地进行。开放数据、高分辨率卫星图像以及用于处理它们的免费软件日益可用，使我们能够基于对这些信息源的分析以可扩展的方式做到这一点。本案例研究展示了 Dymaxion Labs 与非政府组织 Techo 之间的合作，采用机器学习技术创建了洪都拉斯特古西加尔巴的首个非正式居住区普查。
引用
@article{arxiv.2006.14490,
title = {Case study: Mapping potential informal settlements areas in Tegucigalpa with machine learning to plan ground survey},
author = {Federico Bayle and Damian E. Silvani},
journal= {arXiv preprint arXiv:2006.14490},
year = {2020}
}
备注
4 pages, 2 figures, submitted to ACM SIGKDD 2020 Conference on Knowledge Discovery and Data Mining