基于 Wasserstein 生成对抗网络生成空间合成人口：以欧盟统计局数据为 Helsinki 与 Thessaloniki 案例研究
机器学习
2025-01-28 v1 多智能体系统
摘要
使用基于智能体的社会模拟可增强我们对城市规划、公共卫生和经济预测的理解。具有众多属性的真实合成人口可强化这些模拟。基于欧盟统计局（EU-SILC）等人口普查数据的 Wasserstein 生成对抗网络（Wasserstein Generative Adversarial Network）可创建稳健的合成人口。这些方法辅以外部统计数据或欧盟统计局权重，可为智能体模型生成空间合成人口。对高质量微观数据的广泛获取掀起了对合成人口的兴趣，这些人口保留人口统计特征，同时确保隐私并防止歧视。本研究使用芬兰与希腊的国家数据，对 Helsinki 与 Thessaloniki 进行平衡空间合成人口生成探索。结果表明，在目标人口是否包含聚合统计数据方面存在平衡挑战，以及深度生成方法普遍低估边缘人口配置。后者可能导致智能体模拟中的歧视。
引用
@article{arxiv.2501.16080,
title = {Generating Spatial Synthetic Populations Using Wasserstein Generative Adversarial Network: A Case Study with EU-SILC Data for Helsinki and Thessaloniki},
author = {Vanja Falck},
journal= {arXiv preprint arXiv:2501.16080},
year = {2025}
}
备注
Accepted and presented at European Social Simulation Conference in Krakow 2024