論文の概要: OpenStreetMap data use cases during the early months of the COVID-19 pandemic

• arxiv url: http://arxiv.org/abs/2008.02653v3
• Date: Fri, 4 Feb 2022 17:08:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-07 00:10:12.640063
• Title: OpenStreetMap data use cases during the early months of the COVID-19 pandemic
• Title（参考訳）: OpenStreetMapのデータ利用は新型コロナウイルスのパンデミックの初期段階にある
• Authors: Peter Mooney, A. Yair Grinberger, Marco Minghini, Serena Coetzee, Levente Juhasz, Godwin Yeboah
• Abstract要約: OpenStreetMap (OSM) は、オープンアクセスライセンスの下で利用できるグローバルジオグラフィックデータベースである。 本章では、現在進行中のCOVID-19パンデミックの早期(2020年1月から7月)にOSMが果たす役割について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Created by volunteers since 2004, OpenStreetMap (OSM) is a global geographic database available under an open access license and currently used by a multitude of actors worldwide. This chapter describes the role played by OSM during the early months (from January to July 2020) of the ongoing COVID-19 pandemic, which - in contrast to past disasters and epidemics - is a global event impacting both developed and developing countries. A large number of COVID-19-related OSM use cases were collected and grouped into a number of research frameworks which are analyzed separately: dashboards and services simply using OSM as a basemap, applications using raw OSM data, initiatives to collect new OSM data, imports of authoritative data into OSM, and traditional academic research on OSM in the COVID-19 response. The wealth of examples provided in the chapter, including an analysis of OSM tile usage in two countries (Italy and China) deeply affected in the earliest months of 2020, prove that OSM has been and still is heavily used to address the COVID-19 crisis, although with types and mechanisms that are often different depending on the affected area or country and the related communities.
• Abstract（参考訳）: 2004年からボランティアによって作成され、OpenStreetMap(OSM)は、オープンアクセスライセンスの下で利用可能なグローバルジオグラフィックデータベースであり、現在世界中の多数のアクターが使用している。 本章は、過去の災害や流行とは対照的に、先進国と発展途上国の両方に影響を及ぼす世界的なイベントである、新型コロナウイルス(covid-19)パンデミックの初期段階(2020年1月から7月)におけるosmの役割を述べる。 ダッシュボードとサービスがOSMをベースマップとして使用すること、生のOSMデータを使用するアプリケーション、新しいOSMデータ収集のイニシアチブ、OSMへの権威的なデータのインポート、および新型コロナウイルス対応におけるOSMに関する従来の学術研究である。 2020年前半の2つの国(イタリアと中国)におけるosmタイルの使用状況の分析を含め、本章で提示された豊富な事例は、影響を受けた地域や国や関連コミュニティによって異なるタイプやメカニズムがあるにもかかわらず、新型コロナウイルスの危機に対処するためにosmが広く使われていることを証明している。

関連論文リスト

• LMSYS-Chat-1M: A Large-Scale Real-World LLM Conversation Dataset [75.9621305227523]
  LMSYS-Chat-1M(LMSYS-Chat-1M)について紹介する。 このデータセットは、VicunaのデモとArenaのWebサイトで、210KのIPアドレスから収集されています。 GPT-4と同様の動作を行うコンテンツモデレーションモデルの開発、安全性ベンチマークの構築、Vicunaと同様の動作を行う命令追従モデルのトレーニング、挑戦的なベンチマーク問題の作成、という4つのユースケースを通じて、その汎用性を実証する。
  論文  参考訳（メタデータ） (2023-09-21T12:13:55Z)
• Strict baselines for Covid-19 forecasting and ML perspective for USA and Russia [105.54048699217668]
  Covid-19は、2年間にわたって蓄積されたデータセットを収集し、予測分析に使用できるようにする。 本研究は、米国とロシアの2カ国の地域データに基づいて、Covid-19の拡散のダイナミクスを予測するための様々な種類の方法に関する一貫した研究結果である。
  論文  参考訳（メタデータ） (2022-07-15T18:21:36Z)
• Twitter conversations predict the daily confirmed COVID-19 cases [0.2320417845168326]
  パンデミック特有の談話は、TwitterやWeiboのようなマイクロブログプラットフォーム上では、今も続いている。 本稿では、新型コロナウイルス関連Twitter会話から複数の時系列を設計するための感情関連トピックベースの方法論を提案する。 モデリングにソーシャルメディア変数を組み込むことで、RMSEのベースラインモデルよりも48.83-51.38%の改善がもたらされることが示されている。
  論文  参考訳（メタデータ） (2022-06-21T15:31:06Z)
• An Exploratory Study of COVID-19 Information on Twitter in the Greater Region [4.696697601424039]
  本稿では,Twitter COVID-19 情報をデータ駆動で探索し,その特徴を明らかにすることを目的とする。 GRと関連する国々のツイート量と新型コロナウイルスのケースは相関関係にあるが、この相関関係はパンデミックの特定の期間にのみ存在する。 2020-01-22 から 2020-06-05 への移行を計画し、GR と関連する国の主な違いを解明する。
  論文  参考訳（メタデータ） (2020-08-12T16:37:58Z)
• OpenStreetMap: Challenges and Opportunities in Machine Learning and Remote Sensing [66.23463054467653]
  本稿では,OpenStreetMapデータの改良と利用のための機械学習に基づく最近の手法について述べる。 私たちは、OSMがリモートセンシングデータの解釈方法を変え、機械学習とのシナジーが参加型マップ作成をスケールできると考えている。
  論文  参考訳（メタデータ） (2020-07-13T09:58:14Z)
• Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
  われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。 実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
  論文  参考訳（メタデータ） (2020-06-05T02:04:25Z)
• CovidNet: To Bring Data Transparency in the Era of COVID-19 [9.808021836153712]
  本稿では,大規模流行データセットに関連付けられた新型コロナウイルス追跡プロジェクトであるCovidNetについて述べる。 CovidNetは、世界27か国から4,124のサブディビジョンのリアルタイムグローバルケース情報を提供する唯一のプラットフォームである。 データセットの正確性と鮮度は、自発的なチームワーク、クラウドソーシングチャネル、自動データパイプラインによる苦労の結果です。
  論文  参考訳（メタデータ） (2020-05-22T00:05:17Z)
• When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
  新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。 さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。 本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
  論文  参考訳（メタデータ） (2020-05-13T18:21:50Z)
• A Cross-Domain Approach to Analyzing the Short-Run Impact of COVID-19 on the U.S. Electricity Sector [1.2972684859455053]
  新型コロナウイルス(COVID-19)は2020年に世界中で急速に広まり、米国が震源地となっている。 私たちは、新型コロナウイルスのケース、天気、細胞の位置、および衛星画像データと、既存の米国全土の電力市場からのデータを統合する、同種のクロスドメインオープンアクセスデータハブをリリースしました。 我々は、新型コロナウイルス感染者の増加、社会的距離の程度、商業活動のレベルと強く相関する、電力消費の大幅な減少を明らかにした。
  論文  参考訳（メタデータ） (2020-05-11T22:16:13Z)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。