• Tidak ada hasil yang ditemukan

GeoAI untuk Bantuan Kemanusiaan

Dalam dokumen Buku Panduan Kecerdasan Buatan Geospasial (Halaman 75-78)

Zhao, Z., dkk. , 2017. Jaringan LSTM: Pendekatan pembelajaran mendalam untuk prakiraan lalu lintas jangka pendek. Sistem Transportasi Cerdas IET, 11 (2), 68-75.

Zhou, Y. , Fu, R. , dan Wang, C. , 2020. Mempelajari perilaku mengikuti mobil dari pengemudi menggunakan pembelajaran penguatan terbalik dengan entropi maksimum. Jurnal Transportasi Lanjutan, 2020 (4752651), 1-13.

Goodchild , M. Batty , MP Kwan and A. Zhang , eds. Informatika Perkotaan. Singapore: Springer, Ch. 46, 885-910.

Cutter, S.L. dan Finch, C. , 2008. Perubahan temporal dan spasial dalam kerentanan sosial terhadap bahaya alam. Prosiding National Academy of Sciences, 105 (7), 2301-2306.

de Blasio, G. , D'Ignazio, A. , dan Letta, M. , 2022. Kota Gotham. Memprediksi kota yang 'rusak' dengan pembelajaran mesin. Peramalan Teknologi dan Perubahan Sosial, 184, 122016.

Dias, P., dkk. , 2022a. Kolaborasi manusia dan mesin untuk model yang dapat digunakan kembali dan terukur untuk analisis citra penginderaan jauh. Dipresentasikan pada Lokakarya ICML 2022 tentang Kolaborasi dan Kerja Sama Manusia-Mesin.

Dias, P. dan Lunga, D. , 2022. Menanamkan etika dan kepercayaan untuk AI yang berkelanjutan dalam ilmu bumi: Dari mana kita mulai? Dalam: IGARSS 2022 - 2022 Simposium Geosains dan Penginderaan Jauh Internasional IEEE. 4639-4642.

Dias, P., dkk., 2022b. Asumsi model dan karakteristik data: Dampak pada adaptasi domain dalam membangun segmentasi. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-18.

Dodgson, K., dkk., 2020. Kerangka kerja untuk penggunaan etis dari metode sains data tingkat lanjut di sektor kemanusiaan. Kelompok Ilmu Data dan Etika.

Durst, D. , Lämmel, G. , dan Klüpfel, H. , 2014. Analisis evakuasi multi-moda skala besar dengan aplikasi untuk hamburg. In: Dinamika Pejalan Kaki dan Evakuasi 2012. Springer, 361-369.

Epstein, J.M. dan Axtell, R.L. , 1996. Menumbuhkan Masyarakat Buatan: Ilmu Sosial dari Bawah ke Atas. Boston: The MIT Press.

Feitosa, F.F. , Le, Q.B. , dan Vlek, P.L. , 2011. Simulator multi agen untuk segregasi perkotaan (masus): Sebuah alat untuk mengeksplorasi alternatif dalam mempromosikan kota yang inklusif.

Komputer, Lingkungan dan Sistem Perkotaan, 35 (2), 104-115.

Flowerdew, R. dan Aitkin, M. , 1982. Sebuah metode untuk menyesuaikan model gravitasi berdasarkan distribusi poisson. Jurnal Ilmu Wilayah, 22 (2), 191-202.

Fotheringham, A.S., dkk., 2004. Pengembangan Model Migrasi untuk Inggris dan Wales: Tinjauan Umum dan Pemodelan Migrasi Keluar. Lingkungan dan Perencanaan A: Ekonomi dan Ruang, 36 (9), 1633-1672.

Fotheringham, A.S. , Yang, W. , dan Kang, W. , 2017. Regresi Tertimbang Geografis Multiskala.

Annals of the American Association of Geographers, 107 (6), 1247-1265.

Fotheringham, A. , 1983. Seperangkat model interaksi spasial yang baru: Teori tujuan yang saling bersaing. Lingkungan dan Perencanaan A: Ekonomi dan Ruang, 15 (1), 15-36.

Frazier, T. dan Alfons, A. , 2012. Menghasilkan populasi sintetis yang mendekati kenyataan di Ghana.

Jaringan Penelitian Ilmu Sosial, 15.

Garcia, A.J., dkk. , 2014. Memodelkan arus migrasi internal di sub-Sahara Afrika menggunakan data mikro sensus. Studi Migrasi, 3 (1), 89-110.

Gething, P., dkk., 2015. Membuat permukaan interpolasi spasial dengan data DHS. Laporan Analisis Spasial DHS, No. 11, hal. 86.

Helbing, D. dan Molnar, P. , 1995. Model kekuatan sosial untuk dinamika pejalan kaki. Physical Review E, 51 (5), 4282-4286.

Jayachandran, S. , Biradavolu, M. , dan Cooper, J. , 2023. Menggunakan pembelajaran mesin dan wawancara kualitatif untuk merancang modul survei lima pertanyaan untuk agensi perempuan.

Pembangunan Dunia, 161, 106076.

Knippenberg, E. , Jensen, N. , dan Constas, M. , 2019. Mengukur ketahanan rumah tangga dengan data frekuensi tinggi: Dinamika temporal dan pilihan metodologis. Pembangunan Dunia, 121, 1-15.

Kraemer, M.U.G., dkk., 2019. Memanfaatkan model pergerakan manusia secara umum untuk memprediksi penyebaran penyakit menular yang muncul di lingkungan yang miskin sumber daya.

Laporan Ilmiah, 9 (5151).

Kuffer, M., dkk. , 2022. Jutaan orang yang hilang dalam peta: Menjelajahi penyebab ketidakpastian dalam set data populasi global yang tersusun secara grid. ISPRS International Journal of Geo- Information, 11 (7), 403. Kuner, C., dkk., 2020. Buku Pegangan Perlindungan Data dalam Aksi Kemanusiaan. Komite Internasional Palang Merah.

Lai, S., dkk., 2019. Menjelajahi penggunaan data ponsel untuk statistik migrasi nasional. Palgrave Communications, 5 (34), 89-110.

lintas yang disesuaikan dengan jalan keluar darurat berskala besar dan aplikasi untuk evakuasi kota padang jika terjadi peringatan tsunami. Dalam: Perilaku Pejalan Kaki. Emerald Group Publishing Limited, 245-265.

Le, Q.B. , Park, S.J. , dan Vlek, P.L. , 2010. Simulator dinamis penggunaan lahan (ludas): Sebuah model sistem multi-agen untuk mensimulasikan dinamika spatio-temporal dari sistem lanskap- manusia yang digabungkan. Informatika Ekologi, 5 (3), 203-221.

Leslie, D. , 2019. Memahami etika dan keamanan kecerdasan buatan. arXiv preprint arXiv:1906.05684.

Li, W. , 2020. Geoai: Di mana pembelajaran mesin dan data besar bertemu dalam GIScience. Jurnal Ilmu Informasi Spasial, (20), 71-77.

Luca, M. , dkk. , 2020. Pembelajaran mendalam untuk mobilitas manusia: sebuah survei tentang data dan model. CoRR, abs/2012.02825.

Lunga, D., dkk., 2021. Resflow: Aliran data citra penginderaan jauh untuk meningkatkan generalisasi model. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 10468-10483.

Lunga, D., dkk., 2020. Apache spark mempercepat inferensi pembelajaran mendalam untuk analisis citra satelit skala besar. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13, 271-283.

Lunga, D. , dkk. , 2022. GeoAI di ACM SIGSPATIAL: Perbatasan Baru Penelitian Kecerdasan Buatan Geospasial.

Martnez-Rivera, W., dkk. , 2022. Model efek-perlakuan untuk mengukur dimensi manusia dari dampak bencana: kasus badai maria di Puerto Rico. Bahaya Alam, 1-36.

McAuliffe, M. dan Triandafyllidou, A. , 2020. Laporan Migrasi Dunia 2022. Jenewa: Organisasi Internasional untuk Migrasi (IOM).

McLeman, R., dkk. , 2016. Migrasi dan perpindahan lingkungan: Apa yang kita ketahui dan tidak kita ketahui. Dalam: Lokakarya Migrasi Lingkungan Laurier.

Milán-Garca, J. , dkk. , 2021. Migrasi yang dipicu oleh perubahan iklim: tinjauan bibliometrik.

Globalisasi dan Kesehatan, 17 (1), 74.

Miller, E.J. , 2021. Pemodelan transportasi. Dalam: W. Shi , MF Goodchild , M. Batty , MP Kwan and A. Zhang , eds. Informatika Perkotaan. Singapore: Springer, Ch. 46, 911-931.

Mitchell, M. , 1998. Pengantar Algoritma Genetika. Boston: The MIT Press.

Munnich, R. dan Schurle, J. , 2003. Tentang simulasi semesta kompleks dalam kasus penerapan sensus mikro Jerman. DACSEIS Research Paper Series, No. 4, 2003, No. 4, hal. 22.

Nagel, K. dan Schreckenberg, M. , 1992. Sebuah model otomat seluler untuk lalu lintas jalan bebas hambatan. Journal de Physique, 2 (12), 2221-2229.

Newman, M.E.J. , 2003. Struktur dan fungsi jaringan yang kompleks. SIAM Review, 45 (2), 167-256.

Ortiz, D.A. , 2020. Sistem informasi geografis (SIG) dalam bantuan kemanusiaan: sebuah meta- analisis. Pathways: Jurnal Penyelidikan Humanistik dan Sosial, 1 (2), 4.

Pagels, H. , 1989. Mimpi-mimpi Nalar. Amerika Serikat: Simon & Schuster, Inc.

Pandey, B. , Brelsford, C. , dan Seto, K.C. , 2022. Ketimpangan infrastruktur adalah karakteristik urbanisasi. Prosiding National Academy of Sciences, 119 (15), e2119890119.

Persello, C., dkk. , 2022. Pembelajaran mendalam dan observasi bumi untuk mendukung tujuan pembangunan berkelanjutan: Pendekatan saat ini, tantangan terbuka, dan peluang di masa depan. Majalah IEEE Geoscience and Remote Sensing, 10 (2), 172-200.

Pizzi, M. , Romanoff, M. , dan Engelhardt, T. , 2020. AI untuk aksi kemanusiaan: Hak asasi manusia dan etika. Tinjauan Internasional Palang Merah, 102 (913), 145-180.

Presner, T. , Shepard, D. , dan Kawano, Y. , 2014. Pemetaan Tebal Kota Besar dalam Humaniora Digital. Karya UCLA yang Telah Diterbitkan Sebelumnya. UCLA eScholarship.

Quinn, J.A., dkk. , 2018. Aplikasi kemanusiaan dari pembelajaran mesin dengan data penginderaan jarak jauh: tinjauan dan studi kasus dalam pemetaan pemukiman pengungsi. Philosophical

Transactions of Royal Society A: Mathematical, Physical and Engineering Sciences, 376 (2128), 20170363. Reddy, T.A. , 2020. Ketahanan sistem adaptif yang kompleks: Kerangka kerja pedagogis untuk pendidikan dan penelitian teknik. ASME Journal of Engineering for Sustainable Buildings and Cities, 1 (2), 021004.

penyebaran penyakit menular: memperkenalkan model impedansi. Jurnal Internasional Geografi Kesehatan, 16 (42).

Saprykin, A. , Chokani, N. , dan Abhari, R.S. , 2022. Mempercepat simulasi transportasi responsif permintaan berbasis agen dengan gpus. Sistem Komputer Generasi Mendatang, 131, 43-58.

Schiavina, M. , dkk. , 2022. Paket Data GHSL 2022 GHS-BUILT-S R2022A - Grid permukaan terbangun GHS, berasal dari komposit Sentinel-2 dan Landsat, multitemporal (1975-2030).

Schindler, J. , 2013. Tentang ketidakpastian dalam desain model dan dampaknya: Sebuah ilustrasi dengan model penggunaan lahan. Jurnal Masyarakat Buatan dan Simulasi Sosial, 16 (4), 6.

Spielman, S.E., dkk., 2020. Mengevaluasi indikator kerentanan sosial: kriteria dan penerapannya pada indeks kerentanan sosial. Bahaya Alam, 100 (1), 417-436.

Stewart, R., dkk., 2016. Model pembelajaran mesin bayesian untuk memperkirakan tingkat hunian bangunan dari data sumber terbuka. Natural Hazards, 81.

Sumbul, G., dkk., 2019. BigEarthNet: Arsip Tolok Ukur Berskala Besar Untuk Pemahaman Citra Penginderaan Jauh. CoRR, arxiv.org/abs/1902.06148.

Taubenbock, H., dkk. , 2009. persiapan "last-mile" untuk menghadapi potensi bencana - pendekatan interdisipliner terhadap peringatan dini tsunami dan sistem informasi evakuasi untuk kota pesisir padang, indonesia. Bencana Alam dan Ilmu Pengetahuan Sistem Kebumian, 9 (4), 1509-1528.

Tsegai, D. dan Le, Q.B. , 2010. Analisis spasial tingkat distrik terhadap arus migrasi di Ghana: Faktor- faktor penentu dan implikasi untuk kebijakan. Makalah Diskusi ZEF tentang Kebijakan Pembangunan, No. 144, hal. 18.

Utazi, C., dkk., 2018. Pemetaan terstruktur usia resolusi tinggi dari cakupan vaksinasi anak di negara- negara berpenghasilan rendah dan menengah. Vaksin, 36 (12), 1583-1591.

Verjee, F. , 2005. Penerapan geomatika dalam keadaan darurat kemanusiaan yang kompleks.

Jurnal Bantuan Kemanusiaan.

Villamor, G.B., dkk. , 2014. Keanekaragaman hayati di wanatani karet, emisi karbon, dan mata pencaharian pedesaan: Sebuah model berbasis agen dinamika penggunaan lahan di dataran rendah Sumatra. Pemodelan & Perangkat Lunak Lingkungan, 61, 151-165.

Vinuesa, R., dkk., 2020. Peran kecerdasan buatan dalam mencapai tujuan pembangunan berkelanjutan. Nature Communications, 11 (1), 1-10.

Waddell, P. , 2002. Urbansim: Pemodelan pembangunan kota untuk perencanaan tata guna lahan, transportasi, dan lingkungan. Jurnal Asosiasi Perencanaan Amerika, 68 (3), 297-314.

Wardrop, N., dkk., 2018. Estimasi populasi yang terpilah secara spasial tanpa data sensus penduduk dan perumahan nasional. Prosiding National Academy of Sciences, 115 (14), 3529-3537.

Wesolowski, A., dkk., 2013. Penggunaan data migrasi sensus untuk memperkirakan pola pergerakan manusia dalam skala temporal. PLOS ONE, 8 (1), 1-8.

Wilson, A. , 1971. Keluarga model interaksi spasial, dan perkembangan yang terkait. Lingkungan dan Perencanaan A: Ekonomi dan Ruang, 3 (1), 1-32.

Wisetjindawat, W., dkk., 2013. Pemodelan operasi tanggap bencana termasuk kerentanan jaringan jalan. Jurnal Masyarakat Studi Transportasi Asia Timur, 10, 196-214.

Yang, H.L. , dkk. , 2018. Ekstraksi bangunan dalam skala besar menggunakan jaringan saraf konvolusi: Pemetaan Amerika Serikat. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11 (8), 2600-2614.

Dalam dokumen Buku Panduan Kecerdasan Buatan Geospasial (Halaman 75-78)