論文の概要: Kartta Labs: Collaborative Time Travel
- arxiv url: http://arxiv.org/abs/2010.06536v1
- Date: Wed, 7 Oct 2020 02:19:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-09 22:18:47.368786
- Title: Kartta Labs: Collaborative Time Travel
- Title（参考訳）: Kartta Labs: 共同タイムトラベル
- Authors: Sasan Tavakkol, Feng Han, Brandon Mayer, Mark Phillips, Cyrus Shahabi,
Yao-Yi Chiang and Raimondas Kiveris
- Abstract要約: Kartta Labsは、歴史的地図写真から都市を再構築するための、オープンソースの、オープンソースの、スケーラブルなシステムである。
このシステムは、ユーザーが協力して過去を再構築し、オープンソースでオープンなデータプラットフォームで体験できるように、協力的なタイムトラベルを体験することを可能にする。
- 参考スコア（独自算出の注目度）: 9.305540019792598
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce the modular and scalable design of Kartta Labs, an open source,
open data, and scalable system for virtually reconstructing cities from
historical maps and photos. Kartta Labs relies on crowdsourcing and artificial
intelligence consisting of two major modules: Maps and 3D models. Each module,
in turn, consists of sub-modules that enable the system to reconstruct a city
from historical maps and photos. The result is a spatiotemporal reference that
can be used to integrate various collected data (curated, sensed, or
crowdsourced) for research, education, and entertainment purposes. The system
empowers the users to experience collaborative time travel such that they work
together to reconstruct the past and experience it on an open source and open
data platform.
- Abstract（参考訳）: 歴史的地図や写真から都市を仮想的に再構築するための,オープンソースでオープンデータ,スケーラブルなシステムであるkartta labsのモジュール化と拡張性について紹介する。
kartta labsはクラウドソーシングと、地図と3dモデルという2つの主要なモジュールで構成される人工知能に依存している。
それぞれのモジュールはサブモジュールで構成され、歴史地図や写真から都市を再構築することができる。
その結果、研究、教育、娯楽目的で様々な収集されたデータ(キュレーション、センシング、クラウドソース)を統合するのに使用できる時空間参照となる。
このシステムは、ユーザーが協力して過去を再構築し、オープンソースでオープンなデータプラットフォームで体験できるように、協力的なタイムトラベルを体験できるようにする。
関連論文リスト
- VecCity: A Taxonomy-guided Library for Map Entity Representation Learning [48.73446321300362]
マップエンティティ表現学習(MapRL)は、汎用的で再利用可能なデータ表現を生成する。
本稿では,エンコーダや事前学習タスク,下流タスクなどの機能的モジュールモデルに基づいてモデルを編成するMapRLの新しい分類法を提案する。
本稿では, コード化, 事前学習, 微調整, 評価のための, 使いやすいインタフェースを提供する分類学駆動型ライブラリであるVecCityを提案する。
論文 参考訳（メタデータ） (2024-10-31T07:03:46Z) - Integrating Visual and Textual Inputs for Searching Large-Scale Map Collections with CLIP [0.09208007322096533]
自然言語入力を用いて大規模地図コレクションを対話的に検索する可能性について検討する。
ケーススタディでは,議会図書館のAPIを通じて公開されている地図の572,842枚を採用。
本稿では,議会地理地図局の職員との相談で作成した検索結果について紹介する。
論文 参考訳（メタデータ） (2024-10-02T02:51:02Z) - Algorithmic Ways of Seeing: Using Object Detection to Facilitate Art Exploration [8.680322662037721]
視覚的な探索のための設計プロセスにオブジェクト検出パイプラインを組み込む方法を示す。
本稿では,美術館のコレクションを探索するアプリの設計と開発について紹介する。
論文 参考訳（メタデータ） (2024-03-28T06:46:45Z) - LibCity: A Unified Library Towards Efficient and Comprehensive Urban
Spatial-Temporal Prediction [74.08181247675095]
既存の分野には、さまざまなフォーマットで使用が難しいオープンソースデータなど、制限がある。
我々は、研究者に信頼性のある実験ツールと便利な開発フレームワークを提供するオープンソースライブラリ、LibCityを提案する。
論文 参考訳（メタデータ） (2023-04-27T17:19:26Z) - Modular Deep Learning [120.36599591042908]
トランスファーラーニングは近年、機械学習の主要なパラダイムとなっている。
負の干渉を伴わずに複数のタスクを専門とするモデルを開発する方法はまだ不明である。
これらの課題に対する有望な解決策として、モジュール型ディープラーニングが登場した。
論文 参考訳（メタデータ） (2023-02-22T18:11:25Z) - Synthcity: facilitating innovative use cases of synthetic data in
different data modalities [86.52703093858631]
Synthcityは、MLフェアネス、プライバシ、拡張における合成データの革新的なユースケースのための、オープンソースのソフトウェアパッケージである。
Synthcityは、実践者に対して、合成データにおける最先端の研究とツールへの単一のアクセスポイントを提供する。
論文 参考訳（メタデータ） (2023-01-18T14:49:54Z) - ConvLab-3: A Flexible Dialogue System Toolkit Based on a Unified Data
Format [88.33443450434521]
タスク指向対話(TOD)システムはデジタルアシスタントとして機能し、フライトの予約やレストランの検索といった様々なタスクを通じてユーザを誘導する。
TODシステムを構築するための既存のツールキットは、データ、モデル、実験環境の包括的な配列を提供するのに不足することが多い。
本稿では,このギャップを埋めるための多面的対話システムツールキットConvLab-3を紹介する。
論文 参考訳（メタデータ） (2022-11-30T16:37:42Z) - LAGOON: An Analysis Tool for Open Source Communities [7.3861897382622015]
LAGOONはオープンソースソフトウェア(OSS)コミュニティのエコシステムを理解するためのオープンソースプラットフォームである。
LAGOONはソースコードリポジトリ、イシュートラッカ、メーリングリスト、ウェブサイトからのコンテンツスクラップなど、いくつかの一般的なソースからアーティファクトを取り込みます。
OSSプロジェクトの完全な社会技術グラフの可視化と探索のためのユーザインターフェースを提供する。
論文 参考訳（メタデータ） (2022-01-26T18:52:11Z) - Monocular Real-time Hand Shape and Motion Capture using Multi-modal Data [77.34069717612493]
本稿では,100fpsの単眼手形状とポーズ推定の新たな手法を提案する。
これは、利用可能なハンドトレーニングデータのソースをすべて活用できるように設計された、新しい学習ベースのアーキテクチャによって実現されている。
3次元手関節検出モジュールと逆キネマティクスモジュールを備えており、3次元手関節位置だけでなく、1つのフィードフォワードパスでそれらを関節回転にマッピングする。
論文 参考訳（メタデータ） (2020-03-21T03:51:54Z)
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。