Fugu-MT 論文翻訳(概要): There is no data like more data -- current status of machine learning datasets in remote sensing

論文の概要: There is no data like more data -- current status of machine learning datasets in remote sensing

arxiv url: http://arxiv.org/abs/2105.11726v1
Date: Tue, 25 May 2021 07:49:21 GMT
ステータス: 処理完了
システム内更新日: 2021-05-26 13:48:23.981826
Title: There is no data like more data -- current status of machine learning datasets in remote sensing
Title（参考訳）: より多くのデータのようなデータはありません -- リモートセンシングにおける機械学習データセットの現状
Authors: Michael Schmitt, Seyed Ali Ahmadi, Ronny H\"ansch
Abstract要約: アノテーション付きデータセットは、機械学習ベースの手法の開発と評価のための最も重要な前提条件の1つとなっている。本稿では,これらのデータセットの歴史的展開を概観し,いくつかの事例をもとにそれらの特徴を論じ,今後の発展に向けたオープンな課題に対処する。
参考スコア（独自算出の注目度）: 1.5147172044848798
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Annotated datasets have become one of the most crucial preconditions for the development and evaluation of machine learning-based methods designed for the automated interpretation of remote sensing data. In this paper, we review the historic development of such datasets, discuss their features based on a few selected examples, and address open issues for future developments.
Abstract（参考訳）: アノテーション付きデータセットは、リモートセンシングデータの自動解釈のために設計された機械学習ベースの手法の開発と評価のための最も重要な前提条件の1つである。本稿では,これらのデータセットの歴史的展開を概観し,いくつかの事例をもとにそれらの特徴を論じ,今後の発展に向けたオープンな課題に対処する。

関連論文リスト

AI Competitions and Benchmarks: Dataset Development [42.164845505628506]
本章では,我々の実践経験に富んだ,確立した方法論ツールの概要について概観する。データセット開発に関わるタスクを開発し、その効果的な管理に関する洞察を提供する。次に、データ収集、変換、品質評価を含む実装プロセスの詳細について述べる。
論文参考訳（メタデータ） (2024-04-15T12:01:42Z)
A Survey on Autonomous Driving Datasets: Statistics, Annotation Quality, and a Future Outlook [24.691922611156937]
複数の視点から265個の自律走行データセットを網羅的に検討した。我々は、新しいデータセットを作成するためのガイドとしても使えるデータセットの影響を評価するための新しい指標を紹介します。我々は、将来の自動運転データセットの現在の課題と開発動向について論じる。
論文参考訳（メタデータ） (2024-01-02T22:35:33Z)
Capture the Flag: Uncovering Data Insights with Large Language Models [90.47038584812925]
本研究では,Large Language Models (LLMs) を用いてデータの洞察の発見を自動化する可能性について検討する。そこで本稿では,データセット内の意味的かつ関連する情報(フラグ)を識別する能力を測定するために,フラグを捕捉する原理に基づく新しい評価手法を提案する。
論文参考訳（メタデータ） (2023-12-21T14:20:06Z)
Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。また、解決を保障する科学的、技術的課題も検討している。
論文参考訳（メタデータ） (2023-12-06T10:46:53Z)
JRDB-Traj: A Dataset and Benchmark for Trajectory Forecasting in Crowds [79.00975648564483]
ロボット工学、自動運転車、ナビゲーションなどの分野で使用される軌道予測モデルは、現実のシナリオにおいて課題に直面している。このデータセットは、ロボットの観点から、すべてのエージェント、シーンイメージ、ポイントクラウドの位置を含む包括的なデータを提供する。本研究の目的は,ロボットに対するエージェントの将来の位置を,生の感覚入力データを用いて予測することである。
論文参考訳（メタデータ） (2023-11-05T18:59:31Z)
On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
AI技術の信頼性に関する深刻な懸念があった。機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
論文参考訳（メタデータ） (2023-10-24T14:01:53Z)
A Survey on Datasets for Decision-making of Autonomous Vehicle [11.556769001552768]
意思決定は、ハイレベルな自動走行に向けた重要なモジュールの1つである。データ駆動による意思決定アプローチは、ますます注目を集めています。本研究では、車両、環境、運転者関連データの最先端データセットを比較した。
論文参考訳（メタデータ） (2023-06-29T08:42:18Z)
Self-supervised Activity Representation Learning with Incremental Data: An Empirical Study [7.782045150068569]
本研究では,時系列分類タスクにおける自己教師付き表現学習モデルの利用が及ぼす影響について検討する。 4つの公開データセットにおいて,ラベル付きデータのサイズ,分布,ソースが最終分類性能に与える影響を解析した。
論文参考訳（メタデータ） (2023-05-01T01:39:55Z)
TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
論文参考訳（メタデータ） (2022-08-16T20:46:08Z)
Automated Machine Learning Techniques for Data Streams [91.3755431537592]
本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
論文参考訳（メタデータ） (2021-06-14T11:42:46Z)
Data and its (dis)contents: A survey of dataset development and use in machine learning research [11.042648980854487]
機械学習におけるデータの収集と利用方法に関する多くの懸念を調査します。この分野の実践的かつ倫理的な問題のいくつかに対処するには、データのより慎重で徹底した理解が必要であると主張する。
論文参考訳（メタデータ） (2020-12-09T22:13:13Z)

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。