科技工作者之家
科技工作者之家APP是专注科技人才，知识分享与人才交流的服务平台。
来源：Nature自然科研
根据《科学报告》本周发表的一项研究 Measuring social, environmental and health inequalities using deep learning and street imagery，一种能分析公开街道图像数据的深度学习计算机方法，可以用于检测英国城市社会、经济、环境和健康方面的不平等情况。
这项分析使用了街道图像和结果（标签）数据。
Esra Suel et al.
伦敦等大城市存在大量不平等现象，而详细的数据测量对于制定、评估那些减少不平等的政策来说非常重要。但是只有少数国家拥有能进行实时测量、链接全面的统计数据集。
英国帝国理工学院的Esra Suel和同事利用深度学习方法训练了一种计算机程序，该程序通过可公开获取的街道图像和政府统计数据，能检测英国四大主要城市（伦敦、伯明翰、曼彻斯特和利兹）的不平等情况。经过525860张伦敦城市图像（对应156581个邮政编码）的训练后，再用1%的西米德兰兹郡、大曼彻斯特郡和西约克郡图像进行微调，该程序对另外三座城市预测结果的准确度就能与伦敦不相上下。
作者假设城市和城市生活的一些特征——如住房质量和生活环境——拥有计算机可识别的直接视觉信号，这些信号包括建筑材料和失修情况、汽车或当地商铺。结合政府对该城市住房条件、平均收入或死亡率和发病率等结果的统计数据，这些图像或能用来训练一种计算机程序，以检测没有统计数据的城市中的不平等情况。ⓝ
srep|doi: 10.1038/s41598-019-42036-w
点击“阅读原文”阅读论文
Measuring social, environmental and health inequalities using deep learning and street imagery
相关文章
偏见侦探：努力让算法更公平的研究者们
论文图片查重费时费力，机器学习算法能否扭转乾坤？
来源：Nature-Research Nature自然科研
原文链接：http://mp.weixin.qq.com/s?__biz=MzAwNTAyMDY0MQ==&mid=2652560058&idx=2&sn=ea79e7a6a9a3456542824438c99658d5&chksm=80cd7434b7bafd22d066135dbeaecf902a750c63ea7ebd1b8ea4d57c7144a138da52497342ae&scene=27#wechat_redirect
版权声明：除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
电话：（010）86409582
邮箱：kejie@scimall.org.cn
微信
科技工作者之家
京公网安备11010202008424号
