The purpose of this paper is to describe the development of a synthetic population dataset that is open and realistic and can be used to facilitate understanding the cartographic process and contextualizing the cartographic artifacts. We first discuss an optimization model that is designed to construct the synthetic population by minimizing the difference between the summarized information of the synthetic populations and the statistics published in census data tables. We then illustrate how the synthetic population dataset can be used to contextualize maps made using privacy-preserving census data. Two counties in Ohio are used as case studies.


翻译:本文旨在描述开发一种合成人口数据集的过程,该数据集具有开放性和真实性,并可用于促进对制图过程的了解和背景化地图制品。我们首先讨论一种优化模型,该模型旨在通过最小化综合信息与人口普查数据表中发布的统计数据之间的差异来构造合成的人口群体。然后,我们说明如何使用该合成人口数据集来背景化使用隐私保护人口普查数据制作的地图。俄亥俄州的两个县被用作案例研究。

0
下载
关闭预览

相关内容

【2023新书】使用Python进行统计和数据可视化,554页pdf
专知会员服务
126+阅读 · 2023年1月29日
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年12月14日
PyG实战图分类
图与推荐
16+阅读 · 2021年12月1日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
一文带你读懂 DeconvNet 上采样层(语义分割)
AI研习社
26+阅读 · 2019年3月16日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
LASSO回归与XGBoost:融合模型预测房价
论智
31+阅读 · 2018年8月8日
VisualData 公布Matterport 3D重建数据集
AR酱
10+阅读 · 2017年10月8日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年5月20日
VIP会员
相关资讯
PyG实战图分类
图与推荐
16+阅读 · 2021年12月1日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
一文带你读懂 DeconvNet 上采样层(语义分割)
AI研习社
26+阅读 · 2019年3月16日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
LASSO回归与XGBoost:融合模型预测房价
论智
31+阅读 · 2018年8月8日
VisualData 公布Matterport 3D重建数据集
AR酱
10+阅读 · 2017年10月8日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员