論文の概要: GIS and Computational Notebooks
- arxiv url: http://arxiv.org/abs/2101.00351v1
- Date: Sat, 2 Jan 2021 01:59:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 01:59:00.374701
- Title: GIS and Computational Notebooks
- Title(参考訳): GISと計算ノート
- Authors: Geoff Boeing and Dani Arribas-Bel
- Abstract要約: この章では、地理的文脈で計算ノートを紹介します。
これはまず、ノートブックの根底にある計算パラダイムと哲学を説明することから始まる。
そして、そのアーキテクチャをアンパックして、ノートブックユーザの典型的なワークフローを図示する。
- 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: Researchers and practitioners across many disciplines have recently adopted
computational notebooks to develop, document, and share their scientific
workflows - and the GIS community is no exception. This chapter introduces
computational notebooks in the geographical context. It begins by explaining
the computational paradigm and philosophy that underlie notebooks. Next it
unpacks their architecture to illustrate a notebook user's typical workflow.
Then it discusses the main benefits notebooks offer GIS researchers and
practitioners, including better integration with modern software, more natural
access to new forms of data, and better alignment with the principles and
benefits of open science. In this context, it identifies notebooks as the glue
that binds together a broader ecosystem of open source packages and
transferable platforms for computational geography. The chapter concludes with
a brief illustration of using notebooks for a set of basic GIS operations.
Compared to traditional desktop GIS, notebooks can make spatial analysis more
nimble, extensible, and reproducible and have thus evolved into an important
component of the geospatial science toolkit.
- Abstract(参考訳): 多くの分野の研究者や実践者は、最近計算ノートブックを採用して、彼らの科学的ワークフローを開発、文書化し、共有している。
本章では,地理的文脈における計算ノートを紹介する。
ノートブックを支える計算パラダイムと哲学を説明することから始まります。
次に、ノートブックユーザの典型的なワークフローを説明するために、アーキテクチャをパッケージ化する。
ノートブックがGIS研究者や実践者にもたらす主なメリットとして、現代のソフトウェアとの統合性の向上、新しい形式のデータへのアクセス性の向上、オープンサイエンスの原則とメリットとの整合性の向上などを挙げている。
この文脈では、ノートブックを、計算地理学のためのオープンソースパッケージと転送可能なプラットフォームのより広いエコシステムを結合する接着剤として識別する。
この章は、一連の基本的なGIS操作のためにノートブックを使用する簡単なイラストで締めくくっている。
従来のデスクトップGISと比較すると、ノートブックは空間分析をより細く、拡張可能で、再現可能であるため、地理空間科学ツールキットの重要な構成要素へと進化してきた。
関連論文リスト
- OAG-Bench: A Human-Curated Benchmark for Academic Graph Mining [46.87869133599514]
OAG-BenchはOpen Academic Graph (OAG)をベースにした、包括的で、多面的で、きめ細かい人為的なベンチマークである。
OAG-Benchは10のタスク、20のデータセット、70以上のベースライン、120以上の実験結果をカバーする。
論文 参考訳(メタデータ) (2024-02-24T13:15:54Z) - Make It Make Sense! Understanding and Facilitating Sensemaking in
Computational Notebooks [10.621214052177125]
Porpoiseは、計算ノート機能とデジタルデザインを統合し、セルをラベル付きセクションにグループ化し、拡張したり、崩壊したり、アノテートしたりできる。
24人のデータサイエンティストによる調査では、Porpoiseはコード理解を強化し、本を読むのと同じような体験をしました。
論文 参考訳(メタデータ) (2023-12-18T18:33:58Z) - Notably Inaccessible -- Data Driven Understanding of Data Science
Notebook (In)Accessibility [13.428631054625797]
各種アクセシビリティ問題を特定するために,10000 Jupyter ノートの大規模システム解析を行った。
ノートのアーティファクトのアクセシビリティ向上,オーサリングプラクティスの提案,ノートブックのアクセス性向上のためのインフラストラクチャの変更を提案する。
論文 参考訳(メタデータ) (2023-08-07T01:33:32Z) - 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) - Autonomous GIS: the next-generation AI-powered GIS [0.0]
AIを活用した地理情報システム(GIS)として自律GISを導入する。
我々は,Python 環境で GPT-4 API を用いた LLM-Geo と呼ばれるプロトタイプシステムを開発した。
あらゆるケーススタディにおいて、LLM-Geoは集計された数、グラフ、マップを含む正確な結果を返すことができた。
論文 参考訳(メタデータ) (2023-05-10T20:46:29Z) - A Survey of Knowledge Graph Reasoning on Graph Types: Static, Dynamic,
and Multimodal [57.8455911689554]
知識グラフ推論(KGR)は、知識グラフに基づくマイニング論理則に基づいて、既存の事実から新しい事実を推論することを目的としている。
質問応答やレコメンデーションシステムなど、多くのAIアプリケーションでKGを使うことに大きなメリットがあることが証明されている。
論文 参考訳(メタデータ) (2022-12-12T08:40:04Z) - Graph Pooling for Graph Neural Networks: Progress, Challenges, and
Opportunities [128.55790219377315]
グラフニューラルネットワークは多くのグラフレベルのタスクの主要なアーキテクチャとして登場した。
グラフプーリングは、グラフ全体の全体的グラフレベル表現を得るためには不可欠である。
論文 参考訳(メタデータ) (2022-04-15T04:02:06Z) - Knowledge-Enhanced Personalized Review Generation with Capsule Graph
Neural Network [81.81662828017517]
カプセルグラフニューラルネットワークを用いた知識強調型PRGモデル(Caps-GNN)を提案する。
我々の生成プロセスは、アスペクトシーケンス生成と文生成という2つの大きなステップを含む。
組み込まれた知識グラフは、アスペクトレベルとワードレベルの両方でユーザの好みを高めることができる。
論文 参考訳(メタデータ) (2020-10-04T03:54:40Z) - The Right Tools for the Job: The Case for Spatial Science Tool-Building [0.0]
本稿では,ワシントンD.C.で開催されるアメリカ地理学会年次会合において,GISの年次取引について紹介する。
この問題に対処するためのツールであるOSMnxの開発動機、経験、成果について論じている。
この論文は、オープンソースソフトウェアと再利用可能な計算データ科学を強調し、これからの道のりで締めくくっている。
論文 参考訳(メタデータ) (2020-08-12T20:15:39Z) - Geometrically Principled Connections in Graph Neural Networks [66.51286736506658]
我々は、幾何学的深層学習の新興分野におけるイノベーションの原動力は、幾何が依然として主要な推進力であるべきだと論じている。
グラフニューラルネットワークとコンピュータグラフィックスとデータ近似モデルとの関係:放射基底関数(RBF)
完全連結層とグラフ畳み込み演算子を組み合わせた新しいビルディングブロックであるアフィンスキップ接続を導入する。
論文 参考訳(メタデータ) (2020-04-06T13:25:46Z)
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。