Fugu-MT 論文翻訳(概要): Measuring economic activity from space: a case study using flying airplanes and COVID-19

論文の概要: Measuring economic activity from space: a case study using flying airplanes and COVID-19

arxiv url: http://arxiv.org/abs/2104.10345v1
Date: Wed, 21 Apr 2021 04:01:25 GMT
ステータス: 処理完了
システム内更新日: 2021-04-22 14:17:20.113994
Title: Measuring economic activity from space: a case study using flying airplanes and COVID-19
Title（参考訳）: 宇宙から経済活動を測定する:空飛ぶ飛行機とcovid-19を用いたケーススタディ
Authors: Mauricio Pamplona Segundo, Allan Pinto, Rodrigo Minetto, Ricardo da Silva Torres, Sudeep Sarkar
Abstract要約: 本研究では、新型コロナウイルス(COVID-19)の感染が深刻な移動制限を課し、世界的な混乱を引き起こした事例を報告する。ヨーロッパで最も忙しい30の空港周辺を飛行中の航空機で検知し、ロックダウンの効果とロックダウン後の回復を定量化し分析する。このプラットフォームは、衛星データと人工知能を組み合わせて、重要な活動の進歩的で安全な再開を促進する。
参考スコア（独自算出の注目度）: 15.003277734711583
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work introduces a novel solution to measure economic activity through remote sensing for a wide range of spatial areas. We hypothesized that disturbances in human behavior caused by major life-changing events leave signatures in satellite imagery that allows devising relevant image-based indicators to estimate their impacts and support decision-makers. We present a case study for the COVID-19 coronavirus outbreak, which imposed severe mobility restrictions and caused worldwide disruptions, using flying airplane detection around the 30 busiest airports in Europe to quantify and analyze the lockdown's effects and post-lockdown recovery. Our solution won the Rapid Action Coronavirus Earth observation (RACE) upscaling challenge, sponsored by the European Space Agency and the European Commission, and now integrates the RACE dashboard. This platform combines satellite data and artificial intelligence to promote a progressive and safe reopening of essential activities. Code and CNN models are available at https://github.com/maups/covid19-custom-script-contest
Abstract（参考訳）: 本研究は,広い空間領域を対象としたリモートセンシングによる経済活動計測手法を提案する。生活変化の大きな出来事による人間の行動障害は、衛星画像にサインを残し、関連する画像に基づく指標を考案し、影響を推定し、意思決定者を支援することができると仮定した。本研究は、欧州で最も忙しい30の空港を飛行中の航空機で検出し、ロックダウンの影響とロックダウン後の回復を定量化し分析することにより、深刻な移動制限を課し、世界的な混乱を引き起こした新型コロナウイルス(covid-19)の流行に関するケーススタディである。我々のソリューションは、欧州宇宙機関と欧州委員会が後援するRapid Action Coronavirus Earth Observation (RACE) Upscaling Challengeに勝利し、RASダッシュボードを統合しました。このプラットフォームは、衛星データと人工知能を組み合わせて、重要な活動の進歩的で安全な再開を促進する。コードとCNNモデルはhttps://github.com/maups/covid19-custom-script-contestで利用可能である。

関連論文リスト

Effective and Efficient Adversarial Detection for Vision-Language Models via A Single Vector [97.92369017531038]
Diverse hArmful Responses (RADAR) を用いた新しい laRge-scale Adervsarial 画像データセットを構築した。そこで我々は,視覚言語モデル (VLM) の隠れ状態から抽出した1つのベクトルを利用して,入力中の良質な画像に対して対向画像を検出する,新しいiN時間埋め込み型AdveRSarial Image Detectction (NEARSIDE) 法を開発した。
論文参考訳（メタデータ） (2024-10-30T10:33:10Z)
Common Corruptions for Enhancing and Evaluating Robustness in Air-to-Air Visual Object Detection [17.38974968542393]
本文は,これらの手法の有効性に対するデータ破損の影響を調査し,視覚に基づく深層学習航空機の検出・追跡に寄与する。これらの破損をAirborne Object Trackingデータセットに適用することにより、空中対空物体検出のためのAOT-Cという最初のベンチマークデータセットを構築しました。第2の主な貢献は、汚職の程度を増大させる際の性能劣化を調査するため、8ドルの多種多様な物体検出器を含む広範囲な実験的評価を提示することである。
論文参考訳（メタデータ） (2024-05-10T18:33:25Z)
Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文参考訳（メタデータ） (2023-08-14T16:48:57Z)
SpaceYOLO: A Human-Inspired Model for Real-time, On-board Spacecraft Feature Detection [0.0]
衝突の危険箇所を特定するためには、リアルタイムで自動的な宇宙船の特徴認識が必要である。新しいアルゴリズムSpaceYOLOは、最先端のオブジェクト検出器YOLOv5を、人間にインスパイアされた意思決定プロセスに基づいて、別個のニューラルネットワークで融合する。 SpaceYOLOの自律型宇宙船検出の性能は、ハードウェア・イン・ザ・ループ実験において通常のYOLOv5と比較される。
論文参考訳（メタデータ） (2023-02-02T02:11:39Z)
Deep Learning-Derived Optimal Aviation Strategies to Control Pandemics [13.952375733035428]
新型コロナウイルス感染症(COVID-19)は世界中の国々に影響を与えており、感染拡大を緩和するための公衆衛生政策を徹底的に求めている。本研究では,世界規模でのCOVID-19感染動態に及ぼすヒトの移動性の影響について検討した。
論文参考訳（メタデータ） (2022-10-12T12:35:09Z)
The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文参考訳（メタデータ） (2022-01-09T20:13:27Z)
Unveiling Spatial Patterns of Disaster Impacts and Recovery Using Credit Card Transaction Variances [1.0552465253379135]
本研究では,2017年のハリケーン・ハーベイにおけるハリス郡(テキサス州)のクレジットカード取引データを調査し,災害影響と復旧の空間的パターンについて検討した。以上の結果から,高い所得層を有するZIP法典の個人は,ほとんどの事業部門において,低所得層におけるZIP法典よりも深刻な災害の影響を受け,より迅速に回復したことが示唆された。
論文参考訳（メタデータ） (2021-01-15T16:06:33Z)
C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。 C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文参考訳（メタデータ） (2020-12-22T17:02:54Z)
Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
論文参考訳（メタデータ） (2020-08-21T03:16:51Z)
Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文参考訳（メタデータ） (2020-04-16T15:53:42Z)
Measuring Human and Economic Activity from Satellite Imagery to Support City-Scale Decision-Making during COVID-19 Pandemic [6.623965960680924]
我々は、戦略的位置サンプリングと軽量畳み込みニューラルネットワーク(CNN)のアンサンブルを組み合わせたディープラーニングアプローチを使用している。このCNNアンサンブルフレームワークは、アメリカ国防総省xViewチャレンジで3位にランクインした。新型コロナウイルス(COVID-19)感染前後のさまざまなサイトの実例から,測定可能な指標を示す結果が得られた。
論文参考訳（メタデータ） (2020-04-16T03:47:11Z)

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。