より詳細な情報
ガバナンスと社会開発（12論文）
An AI based approach to multiple census data analysis for feature selection
Shanmuganathan, S., & Li, Y. (2016). Journal of Intelligent & Fuzzy Systems, 31(2), 859-872.
この論文では、2000年の国勢調査のデータを用いて、別府市の社会人口学的クラスタリングに関する先行研究を行い、都市の社会人口学的発達を分析した。 新しい社会人口動向がありますが、2010年の地方地区は2000年と同じようにクラスタされていることを、Viscovery SOMineのクラスタリングは示しています。
Assessing regional wellbeing in Italy: an application of Malmquist–DEA and self-organizing map neural clustering
Carboni, O. A., & Russu, P. (2015). Social indicators research, 122(3), 677-700.
2005年から2011年の間に、20のイタリア地域すべての社会経済的福祉が分析されています。 Viscovery SOMineで実施された探索的分析では、南北の格差が明らかになりました。 北部は豊かであるだけでなく、この時間枠内で福祉に関してより良いパフォーマンスを示します。
Citizens as consumers: profiling e-government services’ users in Egypt via data mining techniques
Mostafa, M. M., & El-Masry, A. A. (2013). International Journal of Information Management, 33(4), 627-641.
エジプト市民の様々な人口統計学的変数と心理学的変数からの電子政府サービスの使用の従属が研究されています。 Viscovery SOMineは、市民をユーザー、非ユーザー、および潜在的なユーザーに分類するために、さまざまな他の機械学習方法とともに使用されています。
Mathematical clustering integrated with SWOT analysis as a tool for design of sustainable development strategies
Nondek, L., & Smutný, M. (2012). International Journal of Sustainable Development and Planning, 7(4), 397-411.
この論文は、チェコ共和国における持続可能な開発戦略の枠組みのドラフトを作成することを目指しています。 Viscovery SOMineは、ステートメントの持続可能性の意味に関する分析に使用されます。 得られたクラスタにSWOT分析を適用することによって、開発戦略の基礎を構築するための具体的な介入が定義されます。
Clustering the ecological footprint of nations using Kohonen’s self-organizing maps
Mostafa, M. M. (2010). Expert Systems with Applications, 37(4), 2747-2755.
1人当たりの経済的フットプリントの大きさに影響を及ぼす社会人口学的指標と経済指標を特定するために、140カ国がクラスタされています。Viscovery SOMineのSOM-Wardアルゴリズムを適用して、地理的位置、GDP、都市化レベル、輸出レート、サービスによって生み出されるGDP率、識字率が生態学的フットプリントと大きく相関することを著者は見出した。
Community health assessment using self-organizing maps and geographic information systems
Basara, H. G., & Yuan, M. (2008). International journal of health geographics, 7(1), 67.
この研究は、社会的、人口統計的、経済的および環境的背景に関して、ニューヨーク州の511のコミュニティを分析し、これらの変数と特定の疾患の発生との関連性を明らかにします。 Viscovery SOMineは、肝炎、結核、喘息、慢性閉塞性肺疾患（COPD）、糖尿病、インフルエンザおよびアテローム性動脈硬化症などの疾患の類似したコミュニティおよび著しい異なる発生率のクラスタを発見しました。
Toward optimal calibration of the SLEUTH land use change model
Dietzel, C., & Clarke, K. C. (2007). Transactions in GIS, 11(1), 29-45.
SLEUTHは、適応型セルオートマトンを使用して都市の成長の様子をシミュレートし、周囲の土地利用を変更する計算シミュレーションモデルです。 Viscovery SOMineは、データを削減し、最適なパラメータセットの分離を追求し、SLEUTHで使用されている既存の13の較正メトリックのどれが最適に到達する必要があるかを示すための自己組織化マップを生成するために使用されます。 将来のSLEUTHアプリケーションの価値を高めるための新しいメトリックが提案されています。
Social area analysis using SOM and GIS: a preliminary research
Li, Y., & Shanmuganathan, S. (2007). Ritsumeikan Center for Asia Pacific Studies (RCAPS) Working paper.
日本の都市別府の地方単位は、その社会人口学的および経済的特性に関して分析されています。 Viscovery SOMineは、同様のローカルユニットのクラスタを取得し、都市計画者が地方のプロパティを理解し、計画の決定に考慮に入れるために使用されます。
Development of an ecologically derived environmental health model using geographic information systems
Basara, H. G. (2006).
この論文は公衆衛生への環境影響を研究しています。 Viscovery SOMineは、ニューヨーク州の5つの郡にある569のコミュニティの環境、社会経済および健康データを集めるために使用されます。
Towards fair ranking of Olympics achievements: the case of Sydney 2000
Churilov, L., & Flitman, A. (2006). Computers & Operations Research, 33(7), 2057-2082.
2000年シドニーオリンピックで参加国のパフォーマンスを評価するさまざまな方法について議論することによって、参加国の大多数が同意できるオリンピック結果を分析するための客観的で公平なシステムが分析されます。 自己組織化マップの教師なしデータマイニング手法を使用して、参加する国を同種のクラスタにグルーピングしています。 データエンベロープ分析に基づくモデルを使用して、多数の参加者が「公正」と認められる参加チームの新しいランキングを作成しています。
Operationalising multidimensional concepts of chronic poverty: an exploratory spatial analysis
Mehta, A.K., Panigrahi, R., & Sivramkrishna, S. (2004). CPRC-IIPA Working Paper 18. New Delhi: Chronic Poverty Research Centre, University of Manchester and Indian Institute of Public Administration.
Viscovery SOMine分析は、インドの地域および地区の社会開発における空間的不平等を検出するために使用されています。 これらの不平等の性質および程度は、比較が行われる指標および地理的空間の選択によって変わります。
Self-organising map methods in integrated modelling of environmental and economic systems
Shanmuganathan, S., Sallis, P., & Buckeridge, J. (2006). Environmental Modelling & Software, 21(9), 1247-1256.
この論文では、人工ニューラルネットワークのコネクショニスト・パラダイム内でViscovery SOMineを使用する自己組織化マップ手法を、環境と経済の2つの異なるスケールで異なるデータ分析に適用する方法を詳しく説明します。持続可能な環境管理を知らせるための統合された枠組みの中で、地域（人間の影響に対する生態系の反応を評価するための河川水質モニタリングデータの使用して、および全体（環境と経済のシステムデータとトレードオフ分析のモデリングのために）
