論文の概要: Using Photo Modeling Based 3DGRSL to Promote the Sustainability of
Geo-Education, a case study from China
- arxiv url: http://arxiv.org/abs/2004.05535v1
- Date: Sun, 12 Apr 2020 03:22:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-25 02:32:22.506720
- Title: Using Photo Modeling Based 3DGRSL to Promote the Sustainability of
Geo-Education, a case study from China
- Title（参考訳）: 写真モデリングに基づく3dgrslを用いた地理教育の持続可能性向上 : 中国を事例として
- Authors: Xuejia Sang, Linfu Xue, Xiaopeng Leng, Xiaoshun Li and Jianping Zhou
- Abstract要約: 本研究では,地理教育のための3次元ジオリソース共有ライブラリ(3DGRSL)を構築した。
セシウムエンジンとデータ指向分散アーキテクチャを使用して、多くの大学に教育資源を提供している。
Browser/Server (B/S) アーキテクチャにより、携帯電話、タブレット、VR、PC、屋内、屋外、フィールドのマルチ端末およびマルチシナリオアクセスを実現することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In earth science education, observation of field geological phenomena is very
important. Due to China's huge student population, it is difficult to guarantee
education fairness and teaching quality in field teaching. Specimens are
indispensable geo-education resources. However, the specimen cabinet or picture
specimen library has many limitations and it is difficult to meet the
internet-spirit or geo-teaching needs. Based on photo modeling, this research
builds a 3D Geo-Resource Sharing Library (3DGRSL) for Geo-Education. It uses
the Cesium engine and data-oriented distributed architecture to provide the
educational resources to many universities. With Browser/Server (B/S)
architecture, the system can realize multi-terminal and multi-scenario access
of mobile phones, tablets, VR, PC, indoor, outdoor, field, providing a flexible
and convenient way for preserving and sharing scientific information about
geo-resources. This makes sense to students who cannot accept field teaching in
under-funded colleges, and the ones with mobility problems. Tests and scoring
results show that 3DGRSL is a suitable solution for displaying and sharing
geological specimens. Which is of great significance for the sustainable use
and protection of geoscience teaching resources, the maintenance of the right
to fair education, and the construction of virtual simulation solutions in the
future.
- Abstract（参考訳）: 地球科学教育では、フィールド地質現象の観測が非常に重要である。
中国の学生人口が大きいため、現場教育における教育の公平性と教育の質を保証することは困難である。
標本は欠かせない地理教育資源である。
しかし, 検体キャビネットや画像検体ライブラリには多くの制限があり, インターネットスピリットや地理教育のニーズを満たすことは困難である。
写真モデリングに基づいて,地理教育のための3次元地理資源共有ライブラリ(3dgrsl)を構築した。
セシウムエンジンとデータ指向分散アーキテクチャを使用して、多くの大学に教育資源を提供している。
Browser/Server (B/S) アーキテクチャにより、携帯電話、タブレット、VR、PC、屋内、屋外、フィールドのマルチ端末およびマルチシナリオアクセスを実現し、ジオリソースに関する科学的情報を保存および共有するための柔軟で便利な方法を提供する。
これは、資金不足の大学やモビリティ問題のある学生でフィールド教育を受けられない学生にとって理にかなっている。
結果から, 3DGRSLは地質標本の表示と共有に適した解であることがわかった。
これは、地球科学教育資源の持続的利用と保護、公平な教育を受ける権利の維持、そして将来の仮想シミュレーションソリューションの構築にとって非常に重要である。
関連論文リスト
- Swarm Intelligence in Geo-Localization: A Multi-Agent Large Vision-Language Model Collaborative Framework [51.26566634946208]
smileGeoは、新しい視覚的ジオローカライゼーションフレームワークである。
エージェント間のコミュニケーションによって、SmithGeoはこれらのエージェントの固有の知識と、検索された情報を統合する。
その結果,本手法は現在の最先端手法よりも優れていた。
論文 参考訳（メタデータ） (2024-08-21T03:31:30Z) - GeoGalactica: A Scientific Large Language Model in Geoscience [95.15911521220052]
大規模言語モデル(LLM)は、自然言語処理(NLP)における幅広いタスクを解く一般的な知識と能力で大きな成功を収めている。
我々は、LLMを地学に特化させ、さらに、地学の膨大なテキストでモデルを事前訓練し、また、カスタム収集した指導チューニングデータセットで得られたモデルを教師付き微調整(SFT)する。
我々はGeoGalacticaを65億のトークンを含む地球科学関連のテキストコーパスで訓練し、最大の地球科学固有のテキストコーパスとして保存する。
次に、100万対の命令チューニングでモデルを微調整する。
論文 参考訳（メタデータ） (2023-12-31T09:22:54Z) - On the Promises and Challenges of Multimodal Foundation Models for
Geographical, Environmental, Agricultural, and Urban Planning Applications [38.416917485939486]
本稿では,地理,環境科学,農業,都市計画の領域におけるGPT-4Vの能力について考察する。
データソースには、衛星画像、空中写真、地上画像、フィールド画像、パブリックデータセットが含まれる。
このモデルは,地理的局在化,地図からのテキストデータ抽出,リモートセンシング画像分類,視覚的質問応答,作物型識別,病気・害虫・雑草認識,鶏の行動分析,農業オブジェクトカウント,都市計画知識質問応答,計画生成など,一連のタスクに基づいて評価される。
論文 参考訳（メタデータ） (2023-12-23T22:36:58Z) - GeoGLUE: A GeoGraphic Language Understanding Evaluation Benchmark [56.08664336835741]
我々はGeoGLUEと呼ばれるGeoGraphic Language Understanding Evaluationベンチマークを提案する。
オープンソースの地理資源からデータを収集し、6つの自然言語理解タスクを導入する。
我々は,GeoGLUEベンチマークの有効性と意義を示す一般ベースラインの評価実験と解析を行った。
論文 参考訳（メタデータ） (2023-05-11T03:21:56Z) - Generating an interactive online map of future sea level rise along the
North Shore of Vancouver: methods and insights on enabling geovisualisation
for coastal communities [0.0]
研究地域はカナダのブリティッシュコロンビア州バンクーバーのノースショアであった。
我々は,高解像度で垂直精度の1mのLiDARのオープンアクセスを探索した。
様々なSLRシナリオにおいて, 浸水帯を規定する水文接続型浴槽法モデルを用いて検討した。
ディープラーニングと3D可視化は、過去、現在、そして将来の土地利用/土地被覆と3Dをモデル化するために使用された。
論文 参考訳（メタデータ） (2023-04-15T04:12:55Z) - GeoNet: Benchmarking Unsupervised Adaptation across Geographies [71.23141626803287]
地理的ロバスト性の問題について検討し、3つの主要な貢献を行う。
まず,地理的適応のための大規模データセットGeoNetを紹介する。
第2に、シーンコンテキストにおける大きな変化から、ドメインシフトの主な原因が生じるという仮説を立てる。
第3に、最先端の教師なしドメイン適応アルゴリズムとアーキテクチャを広範囲に評価する。
論文 参考訳（メタデータ） (2023-03-27T17:59:34Z) - Big Earth Data and Machine Learning for Sustainable and Resilient
Agriculture [0.0]
この論文は、我々の時代の高品質でオープンな地球観測データによって提供される前例のない機会を認識している。
持続的で回復力のある農業のためのアプリケーションを開発するために、機械学習とビッグデータメソッドを導入している。
論文 参考訳（メタデータ） (2022-11-22T20:58:54Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳（メタデータ） (2022-11-04T09:58:57Z) - Visual and Object Geo-localization: A Comprehensive Survey [11.120155713865918]
ジオローカライゼーション(ジオローカライゼーション)とは、地球上の「ある実体がどこにあるか」を決定する過程のこと。
本稿では、画像の撮影場所(画像ジオローカライゼーション)や画像内の物体の位置決め(オブジェクトジオローカライゼーション)を含む、画像を含む画像の地理的ローカライゼーションに関する包括的調査を行う。
本稿では、一般的なアルゴリズムの要約、提案したデータセットの説明、各分野の現状を説明するためのパフォーマンス結果の分析など、詳細な研究を行う。
論文 参考訳（メタデータ） (2021-12-30T20:46:53Z) - Applications of physics-informed scientific machine learning in
subsurface science: A survey [64.0476282000118]
地球系は、化石エネルギー探査、廃棄物処理、地質炭素隔離、再生可能エネルギー生成などの人間の活動によって変化した地質形成です。
したがって、ジオシステムの責任ある使用と探索は、効率的な監視、リスクアセスメント、および実用的な実装のための意思決定支援ツールに依存するジオシステムガバナンスにとって重要です。
近年の機械学習アルゴリズムと新しいセンシング技術の急速な進歩は、地下研究コミュニティがジオシステムガバナンスの有効性と透明性を向上させる新しい機会を提示しています。
論文 参考訳（メタデータ） (2021-04-10T13:40:22Z) - Cloud technologies as a tool of creating Earth Remote Sensing
educational resources [0.0]
本稿は、航空宇宙画像を用いた教育資源形成の基礎として、ESRの主な情報源を分析している。
この記事では、800以上の航空宇宙画像とダイナミックモデルをカバーする、そのようなデータベースの例を示す。
論文 参考訳（メタデータ） (2020-07-21T13:16:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。