Combining satellite imagery and machine learning to predict poverty 是2016年发表在Science上的一篇文章。

在发展中国家，关于地方经济发展的可靠数据仍然很少。这阻碍了对于发展中国家经济发展的研究和相关政策的制定。Jean等人提出了结合卫星图像和机器学习来推测地区消费支出和资产水平。文章首先指出现有思路，即利用夜间地图预测地区消费支出和资产水平，存在缺陷：贫困程度相异地区的夜间地图亮度流明值分布集中，无法有效区分经济水平。因此文章提出了利用高精度的日间卫星地图来替代夜间地图，并利用性能强大的神经网络模型进行预测。为了解决标注数据少导致的数据集小的挑战，文章引入了迁移学习：先构建一个神经网络模型，使用日间卫星地图数据预测夜间地图亮度值，接着使用训练好的模型参数初始化预测经济水平的神经网络模型的参数。这个方法取得了优异的性能。