Nová metoda měření prostorových závislostí mění méně dat na více

Zastoupení vzájemných závislostí při migraci lidí z povodňových oblastí do vnitrozemských měst v Bangladéši. Fotografický kredit: Maurizio Porfiri, Ph.D.

Výzkumný pracovník NYU Tandon vyvíjí matematický systém pro identifikaci vlivů mezi geografickými jevy, díky němuž jsou malé soubory dat stejně účinné jako velké množství dat při identifikaci prostorových závislostí.

Identifikace migrace člověka vyvolané změnou klimatu, šíření COVID-19, trendy v zemědělství a socioekonomické problémy v sousedních regionech závisí na datech – čím složitější je model, tím více dat je zapotřebí k pochopení takových prostorově distribuovaných jevů. Spolehlivá data jsou však často drahá a obtížně dostupná nebo příliš řídká na to, aby bylo možné přesně předpovědět.

Maurizio Porfiri, profesor pro strojírenství a letectví, biomedicínu a civilní a městské plánování a člen Centra pro městský výzkum a pokrok (CUSP) na NYU Tandon School of Engineering, vyvinul nové řešení založené na teorii sítí a informací „Malá data“ se na prostorových procesech jeví jako velká díky aplikaci matematických technik běžně používaných pro časové řady.

Studie „Informačně-teoretický přístup k výzkumu prostorových závislostí v malých souborech dat“ byla uvedena na obálce Sborníku Royal Society A: Mathematics, Physics and Engineeringpopisuje, jak mohou pozorovatelé vyvodit důkladné závěry o vlivech z malého vzorku atributů na omezeném počtu míst, včetně interpolací v mezilehlých oblastech nebo dokonce ve vzdálených oblastech, které mají podobné klíčové atributy.

Maurizio Porfiri

Profesor Maurizio Porfiri pracuje ve své laboratoři na NYU Tandon School of Engineering. Fotografický kredit: NYU Tandon School of Engineering

„Většinou jsou záznamy špatné,“ vysvětlil Porfiri. „Použili jsme tedy velmi základní přístup a aplikovali jsme teorii informací, abychom prozkoumali, zda lze vliv rozšířit na prostor v časovém smyslu, což by nám umožnilo pracovat s velmi malým souborem dat mezi 25 a 50 pozorováními,“ řekl. „Pořídíme snímek dat a nakreslíme vztahy – ne na základě příčiny a následku, ale na interakci mezi body – abychom zjistili, zda má systém nějakou formu základní kolektivní odpovědi.“

Metoda vyvinutá Porfiri a spolupracovníkem Manuelem Ruizem Marínem z Ústavu kvantitativních metod, práva a moderních jazyků Technické univerzity v Cartageně ve Španělsku zahrnovala:

  • Konsolidujte konkrétní sadu dat do malého rozsahu povolených symbolů, podobně jako může systém strojového učení identifikovat tvář s omezenými pixelovými daty: brada, lícní kosti, čelo atd.
  • Uplatnění principu teoretické informace k vytvoření neparametrického testu (který nepředpokládá podkladový model interakce mezi místy), k vytváření asociací mezi událostmi a ke zjištění, zda znalost konkrétního místa snižuje nejistotu na konkrétním místě to má nejistotu na jiném místě.

Porfiri vysvětlil, že protože neparametrický přístup neposkytuje základní strukturu vlivů mezi uzly, poskytuje flexibilitu při přiřazování uzlů nebo dokonce při definování konceptu souseda.

“Protože abstrahujeme od tohoto pojmu souseda, můžeme jej definovat v kontextu jakékoli kvality, která se vám líbí, například ideologie.” Ideologicky může být Kalifornie sousedem New Yorku, i když nejsou geograficky na stejném místě. Mohou sdílet podobné hodnoty. “

Tým ověřil systém pomocí dvou případových studií: migrace populace v Bangladéši v důsledku zvýšení hladiny moří a úmrtí motorových vozidel v USA, aby získal statistický principiální vhled do mechanismů hlavních socioekonomických problémů.

„V prvním případě jsme chtěli zjistit, zda lze migraci mezi lokalitami předpovídat na základě geografické vzdálenosti nebo závažnosti povodní v daném okrese – ať už znalost okresu poblíž jiného okresu nebo znalost úrovně povodní pomůže předpovědět velikost migrace, “řekl Ruiz Marín.

Ve druhém případě zkoumali prostorové rozložení automobilových nehod souvisejících s alkoholem v letech 1980, 1994 a 2009 a srovnávali státy s vysokou úrovní těchto nehod se sousedními státy a státy s podobnými legislativními ideologiemi týkajícími se alkoholu a řízení.

„Objevili jsme silnější vztah mezi státy, které sdílejí hranice, než mezi státy, které sdílejí legislativní ideologie ohledně konzumace alkoholu a řízení motorových vozidel.“

Dále Porfiri a Ruiz Marín plánují rozšířit svou metodu na analýzu časoprostorových procesů, jako je násilí se zbraněmi v USA – velký výzkumný projekt nedávno financovaný programem LEAP HI od National Science Foundation – nebo epileptické záchvaty v mozku. Vaše práce by mohla pomoci pochopit, kdy a kde může dojít k násilí nebo zabavení zbraní.

Odkaz: „Informační a teoretický přístup k vyšetřování prostorových závislostí v malých souborech dat“, Maurizio Porfiri a Manuel Ruiz Marín, 21. října 2020, Royal Society A: Mathematics, Physics and Engineering.
DOI: 10.1098 / rspa.2020.0113

Výzkum je podporován Národní vědeckou nadací a Skupinami excelence v regionu Murcia, stejně jako Fundación Séneca, Agentura pro vědu a technologii.

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Naneste na krém Deep Heat

Podle Experimentální biologie 6. května 2021 Studie odhalila zvýšení aerobního výkonu u sportovců, kteří používali krém s hlubokým teplem bez lékařského předpisu. Hluboké tepelné krémy, které sportovci...

Skladování obnovitelné energie v kamenech místo lithiových baterií

V případě přebytku elektřiny z větru nebo slunce se energetická rezerva nabije. To se děje prostřednictvím systému kompresorů a turbín, které čerpají tepelnou...

Byly vyvinuty ploché nudle, které se při vaření transformují do tvaru

CMU Lab vede vývoj nudlí, které se při vaření transformují do tvaru. Fotografický kredit: Carnegie Mellon University Ploché nudle zajišťují udržitelnější balení, přepravu a...

Houby mohou léčit bakterie a obohatit půdu o živiny

Aeroskulární mykorhizní houby se rozprostírají přes dlouhé vláknité struktury zvané krásně až k zemi. Krásy, menší než lidské vlasy, lze vidět mezi kořeny...

Světlo zapíná barvy a vzory objektů

Nový systém využívá ultrafialové světlo, které se promítá na objekty natřené barvou aktivující světlo, ke změně reflexních vlastností barvy a vytváření obrazů během několika...

Newsletter

Subscribe to stay updated.