論文の概要: Crowd-Sourced Road Quality Mapping in the Developing World
- arxiv url: http://arxiv.org/abs/2012.00179v1
- Date: Tue, 1 Dec 2020 00:10:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-01 09:48:56.935811
- Title: Crowd-Sourced Road Quality Mapping in the Developing World
- Title(参考訳): 開発途上国におけるクラウドソーシング道路品質マッピング
- Authors: Benjamin Choi, John Kamalu
- Abstract要約: 道路網は国のインフラの最も重要な構成要素である。
土地利用計画から自然環境保全に至るまで,道路の地理的分布とその品質の最新のマッピングは,高度にインパクトのある応用に不可欠である。
我々は,道路の質を評価し,深層学習に基づく手法をドメイン間で伝達する上での重要な課題と機会を特定する,クラウドソースによる新たなアプローチを提案する。
- 参考スコア(独自算出の注目度): 0.42173327609427325
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Road networks are among the most essential components of a country's
infrastructure. By facilitating the movement and exchange of goods, people, and
ideas, they support economic and cultural activity both within and across
borders. Up-to-date mapping of the the geographical distribution of roads and
their quality is essential in high-impact applications ranging from land use
planning to wilderness conservation. Mapping presents a particularly pressing
challenge in developing countries, where documentation is poor and
disproportionate amounts of road construction are expected to occur in the
coming decades. We present a new crowd-sourced approach capable of assessing
road quality and identify key challenges and opportunities in the
transferability of deep learning based methods across domains.
- Abstract(参考訳): 道路網は国のインフラの最も重要な構成要素である。
商品、人々、アイデアの移動と交換を促進することで、国境内および国境を越えた経済・文化活動を支援している。
道路の地理的分布とその品質の最新のマッピングは、土地利用計画から荒野保全まで、ハイインパクトな応用に不可欠である。
地図作成は、ドキュメンテーションが貧弱で、今後数十年で大量の道路建設が行われると予想される発展途上国で特に厳しい課題となっている。
我々は,道路の質を評価し,深層学習に基づく手法をドメイン間で伝達する上での重要な課題と機会を特定する,クラウドソースによる新たなアプローチを提案する。
関連論文リスト
- Semi-supervised Road Updating Network (SRUNet): A Deep Learning Method
for Road Updating from Remote Sensing Imagery and Historical Vector Maps [3.350048575501172]
本研究では,道路更新のための半教師付き学習(SRUNet)に基づく道路検出手法を提案する。
提案したSRUNetは,幅広い道路更新作業に対して,安定かつ最新かつ信頼性の高い予測結果を提供する。
論文 参考訳(メタデータ) (2023-04-28T16:51:35Z) - 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) - 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) - Bridging the Urban-Rural Connectivity Gap through Intelligent Space,
Air, and Ground Networks [68.8204255655161]
農村部におけるコネクティビティは、通信ネットワークの主な課題の1つである。
我々は、農村部における最新のコネクティビティの取り組みを強調し、地球外ネットワークのソリューションについて議論し、地球外ネットワークの潜在的なメリットについて検討する。
我々は、農村部におけるコネクティビティの課題について議論し、最新のプロジェクトや研究、AIを用いたネットワークの強化について強調する。
論文 参考訳(メタデータ) (2022-02-25T13:40:35Z) - Towards the automated large-scale reconstruction of past road networks
from historical maps [5.902781409284461]
我々は,過去の道路網を再構築するために,スキャンおよびジオレファレンス付き歴史地図シリーズを多用するフレームワークを提案する。
米国内の道路ネットワークの5万km以上に相当する30万以上の道路セグメントで,本手法を検証した。
論文 参考訳(メタデータ) (2022-02-10T07:51:10Z) - Land use identification through social network interaction [0.0]
本研究では,NLP(Natural Language Processing)を用いた土地利用の識別手法を提案する。
目的は、住宅、商業、制度、産業、未建設の5つの主要な土地を識別することである。
論文 参考訳(メタデータ) (2021-12-05T22:55:57Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳(メタデータ) (2021-04-30T12:47:52Z) - Modelling mobility and visualizing people's flow patterns in rural areas
for future infrastructure development as a good transnational land-governance
practice [0.0]
本稿では,クロスボーダーモビリティ研究,原点決定モビリティモデリング,可視化について要約する。
セネガルとギニアビッソーの国境にあるカヤンガ-ゲバ川流域の地方自治体やNGOのインフラ開発を支援するために行われた。
論文 参考訳(メタデータ) (2021-02-20T09:52:29Z) - Convolutional Recurrent Network for Road Boundary Extraction [99.55522995570063]
我々は,LiDARとカメラ画像からの道路境界抽出の問題に取り組む。
我々は,完全畳み込みネットワークが道路境界の位置と方向をエンコードする深い特徴量を得る構造化モデルを設計する。
北米の大都市において,道路境界の完全なトポロジを99.3%の時間で得られる方法の有効性を示す。
論文 参考訳(メタデータ) (2020-12-21T18:59:12Z) - Promoting Connectivity of Network-Like Structures by Enforcing Region
Separation [101.10228007363673]
本稿では,ネットワークのような構造を再構築するために,深い畳み込みネットワークをトレーニングするための接続性指向の損失関数を提案する。
私たちの喪失の背後にある主な考え方は、画像の背景領域間で発生する断線の観点から、道路や運河の接続性を表現することです。
2つの標準的な道路ベンチマークと、新しい灌水用運河のデータセットの実験において、損失関数で訓練されたコンブネットが道路接続を回復できることが示されている。
論文 参考訳(メタデータ) (2020-09-15T12:21:35Z) - Road Mapping in Low Data Environments with OpenStreetMap [0.3162999570707049]
道路の地理的分布の包括的かつ最新のマッピングは、広範な経済発展の指標として機能する可能性がある。
本研究は,OpenStreetMapのような高解像度衛星画像とクラウドソーシングリソースの,そのようなマッピング構築における可能性について検討する。
論文 参考訳(メタデータ) (2020-06-14T19:39:57Z)
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。