論文の概要: Geospatial Reasoning with Shapefiles for Supporting Policy Decisions

• arxiv url: http://arxiv.org/abs/2106.04771v1
• Date: Wed, 9 Jun 2021 02:19:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-11 07:16:49.567665
• Title: Geospatial Reasoning with Shapefiles for Supporting Policy Decisions
• Title（参考訳）: 政策決定を支援する形状ファイルを用いた地理空間推論
• Authors: Henrique Santos, James P. McCusker, Deborah L. McGuinness
• Abstract要約: 本稿では、OWL、PROV-O、GeoSPARQL標準を用いて、地理空間データセットからLinked Dataに変換するアプローチを提案する。 我々は、Census.govデータセットにおける無線送信機座標と政策規制領域の関係を特定するために、位置感応性無線スペクトルポリシーにアプローチを適用した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Policies are authoritative assets that are present in multiple domains to support decision-making. They describe what actions are allowed or recommended when domain entities and their attributes satisfy certain criteria. It is common to find policies that contain geographical rules, including distance and containment relationships among named locations. These locations' polygons can often be found encoded in geospatial datasets. We present an approach to transform data from geospatial datasets into Linked Data using the OWL, PROV-O, and GeoSPARQL standards, and to leverage this representation to support automated ontology-based policy decisions. We applied our approach to location-sensitive radio spectrum policies to identify relationships between radio transmitters coordinates and policy-regulated regions in Census.gov datasets. Using a policy evaluation pipeline that mixes OWL reasoning and GeoSPARQL, our approach implements the relevant geospatial relationships, according to a set of requirements elicited by radio spectrum domain experts.
• Abstract（参考訳）: 政策は、意思決定をサポートするために複数のドメインに存在する権威ある資産である。 ドメインエンティティとその属性が特定の基準を満たすとき、どのようなアクションが許可されるか、推奨されるかを記述する。 地名間の距離や包摂関係を含む地理的規則を含む政策を見つけることは一般的である。 これらの位置のポリゴンはしばしば地理空間データセットにエンコードされる。 本稿では、OWL、PROV-O、GeoSPARQL標準を用いて、地理空間データセットからLinked Dataにデータを変換し、この表現を活用して、自動オントロジーベースのポリシー決定をサポートする方法を提案する。 我々は,この手法を位置情報に敏感な電波スペクトルポリシーに適用し,国勢調査データセットにおける無線送信者座標と政策規制地域との関係を同定した。 owl推論とgeosparqlを混合したポリシ評価パイプラインを用いて,無線スペクトラムドメインの専門家による一連の要件に従って,関連する地理空間関係を実装した。

関連論文リスト

• Geolocation with Real Human Gameplay Data: A Large-Scale Dataset and Human-Like Reasoning Framework [59.42946541163632]
  3つの重要なコンポーネントを持つ包括的位置決めフレームワークを導入する。 大規模データセットGeoComp、新しい推論手法GeoCoT、評価指標GeoEval。 また,GeoCoTは解釈可能性を高めつつ,位置情報の精度を最大25%向上させることを示した。
  論文  参考訳（メタデータ） (2025-02-19T14:21:25Z)
• HMCGeo: IP Region Prediction Based on Hierarchical Multi-label Classification [9.993613732452122]
  位置ベースのサービスやサイバーセキュリティといったアプリケーションでは、粒度の細かいIPロケーションが重要な役割を果たす。 本稿では,HMCGeoというIP領域予測のための階層型マルチラベル分類フレームワークを提案する。 我々は,HMCGeoがすべての地理的粒度に対して優れた性能を示し,既存のIP位置情報法を著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2025-01-26T08:58:14Z)
• GEOBench-VLM: Benchmarking Vision-Language Models for Geospatial Tasks [84.86699025256705]
  本稿では,地理空間的タスクの視覚言語モデル(VLM)を評価するためのベンチマークであるGEOBench-VLMを提案する。 私たちのベンチマークでは、手動で検証された命令が1万以上あり、視覚条件、オブジェクトタイプ、スケールのさまざまなバリエーションをカバーしています。 地理空間内での精度を評価するために,いくつかの最先端のVLMを評価した。
  論文  参考訳（メタデータ） (2024-11-28T18:59:56Z)
• GOMAA-Geo: GOal Modality Agnostic Active Geo-localization [49.599465495973654]
  エージェントが空中ナビゲーション中に観測された一連の視覚的手がかりを用いて、複数の可能なモダリティによって特定されたターゲットを見つけるという、アクティブなジオローカライゼーション(AGL)の課題を考察する。 GOMAA-Geo は、ゴールモダリティ間のゼロショット一般化のためのゴールモダリティアクティブなジオローカライゼーションエージェントである。
  論文  参考訳（メタデータ） (2024-06-04T02:59:36Z)
• Where on Earth Do Users Say They Are?: Geo-Entity Linking for Noisy Multilingual User Input [2.516307239032451]
  本稿では,実世界の位置情報をラベル付きユーザ・インプット・ロケーション名から平均的な埋め込みとして表現する手法を提案する。 本稿では,グローバルおよび多言語ソーシャルメディアデータセット上でのジオエンタリティリンクの改善について述べる。
  論文  参考訳（メタデータ） (2024-04-29T15:18:33Z)
• Cross-Domain Policy Adaptation via Value-Guided Data Filtering [57.62692881606099]
  動的ミスマッチで異なるドメインにまたがるポリシーを一般化することは、強化学習において重要な課題となる。 本稿では、ペア化された値ターゲットの近接に基づいて、ソースドメインからの遷移を選択的に共有するバリューガイドデータフィルタリング(VGDF)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-05-28T04:08:40Z)
• GeoMultiTaskNet: remote sensing unsupervised domain adaptation using geographical coordinates [6.575290987792054]
  ランドカバーマップは、地球観測(EO)の幅広い応用において重要な要素である。 教師なしのドメイン適応(UDA)は、ラベルが利用可能なソースドメインでトレーニングされたモデルを、アノテーションなしでターゲットドメインに適応させることによって、これらの問題に対処することができる。 セグメンテーション損失をクラス頻度に適応させるために,新しい軽量モデルGeoMultiTaskNetを提案する。
  論文  参考訳（メタデータ） (2023-04-16T11:00:43Z)
• Adaptive Context Selection for Polyp Segmentation [99.9959901908053]
  本稿では,ローカルコンテキストアテンション(LCA)モジュール,グローバルコンテキストモジュール(GCM)モジュール,適応選択モジュール(ASM)モジュールで構成される適応コンテキスト選択に基づくエンコーダデコーダフレームワークを提案する。 LCAモジュールは、エンコーダ層からデコーダ層へローカルなコンテキスト機能を提供する。 GCMは、グローバルなコンテキストの特徴をさらに探求し、デコーダ層に送信することを目的としている。ASMは、チャンネルワイドアテンションを通じて、コンテキスト特徴の適応的選択と集約に使用される。
  論文  参考訳（メタデータ） (2023-01-12T04:06:44Z)
• MGeo: Multi-Modal Geographic Pre-Training Method [49.78466122982627]
  マルチモーダルジオグラフィック言語モデル(MGeo)を提案する。 MGeoはGCを新しいモダリティとして表現し、正確なクエリ-POIマッチングのためのマルチモーダル相関を完全に抽出することができる。 提案するマルチモーダル事前学習法は,汎用PTMのクエリ-POIマッチング能力を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2023-01-11T03:05:12Z)
• Leveraging Domain Adaptation for Low-Resource Geospatial Machine Learning [0.0]
  多くのラベル付き地理空間データセットは特定の地域、楽器、極端な気象イベントに特化している。 提案した複数の地理空間ベンチマークに対する最新のドメイン適応の適用について検討する。
  論文  参考訳（メタデータ） (2021-07-11T06:47:20Z)

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。