基于深度生成模型的城市居民建模人口合成
机器学习
2020-11-16 v1 计量经济学
摘要
新房地产开发项目的影响与其人口分布（家庭类型与构成、收入、社会人口统计特征）密切相关，并受 dwelling 类型、价格、位置和楼层等因素制约。本文提出一种基于机器学习的方法，用于在较大邻里/公寓环境中建模新建建筑未来开发项目的人口分布。我们使用来自越南河内房地产开发项目 Ecopark Township 的真实数据集，研究了深度生成模型文献中的两种机器学习算法以创建合成智能体人口：条件变分自编码器（CVAE）与条件生成对抗网络（CGAN）。我们进行了大量实验研究，表明 CVAE 在估计新房地产开发项目的人口分布上优于经验分布、一个非平凡基线模型以及 CGAN。
引用
@article{arxiv.2011.06851,
title = {Population synthesis for urban resident modeling using deep generative models},
author = {Martin Johnsen and Oliver Brandt and Sergio Garrido and Francisco C. Pereira},
journal= {arXiv preprint arXiv:2011.06851},
year = {2020}
}