Алгоритм глубокого обучения по спутниковым снимкам проанализировал уровень жизни в отдельных географических регионах
Иллюстратор: Женя Родикова
Исследователи из Высшей нормальной школы Лиона и Центрально-Европейского университета обучили нейронную сеть, которая исследует социально-экономическое неравенство, возникшее из-за урбанизации.
Ученым удалось предсказать социально-экономический статус жителей разных городских районов Франции по аэрофотоснимкам. Исследователи использовали сверточную нейронную сеть. Этот тип нейросетей отличается высокой способностью к распознаванию объектов на снимках и поэтому является стандартом в компьютерном зрении.
Исследователи протестировали модель на спутниковых снимках разных районов. Нейросеть выдала хорошие результаты, но прогнозы основывались на городских особенностях, которые лишь косвенно связаны с доходом. Например, богатые городские районы лучше освещены в темное время суток из-за обилия общественных мест и коммерческих зданий, а спальные районы освещены гораздо меньше.
Сверточная нейронная сеть продемонстрировала потенциал для сбора социально-экономической информации о географических регионах. Но признаки, на которые опирается нейросеть, могут быть не самым точным маркером экономического благополучия. Ученые отметили, что конечная цель работы — получение информации об экономическом развитии региона только по аэрофотоснимкам, без ручного сбора данных о переписи населения.
Чат-бот отвечает на сообщение, а агент сам открывает сервисы, ищет файлы, запускает программы, заполняет онлайн-формы, отправляет письма… Разбираемся, как устроены…
Истцы требуют 41,1 млн долларов за обучение Claude на 274 песнях музыканта
Как собрать все редакции гоголевского «Ревизора» на одной странице? Как показать правки и отличия разных версий? DH-исследователь Женя Дуненков сделал…