Fugu-MT 論文翻訳(概要): PyLUSAT: An open-source Python toolkit for GIS-based land use suitability analysis

論文の概要: PyLUSAT: An open-source Python toolkit for GIS-based land use suitability analysis

arxiv url: http://arxiv.org/abs/2107.01674v1
Date: Sun, 4 Jul 2021 16:19:16 GMT
ステータス: 処理完了
システム内更新日: 2023-03-23 11:20:26.124525
Title: PyLUSAT: An open-source Python toolkit for GIS-based land use suitability analysis
Title（参考訳）: PyLUSAT: GISベースの土地利用適性分析のためのオープンソースのPythonツールキット
Authors: Changjie Chen, Jasmeet Judge, David Hulse
Abstract要約: 本稿では,PyLUSAT: Python for Land Use Suitability Analysis Toolsを紹介する。 PyLUSATはオープンソースのソフトウェアパッケージで、様々なタスクを適合性モデリングワークフローで実行するための一連のツールを提供する。精度と計算効率の両方に関して、ArcMap 10.4の同等のツールに対して評価された。
参考スコア（独自算出の注目度）: 0.1611401281366893
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Desktop GIS applications, such as ArcGIS and QGIS, provide tools essential for conducting suitability analysis, an activity that is central in formulating a land-use plan. But, when it comes to building complicated land-use suitability models, these applications have several limitations, including operating system-dependence, lack of dedicated modules, insufficient reproducibility, and difficult, if not impossible, deployment on a computing cluster. To address the challenges, this paper introduces PyLUSAT: Python for Land Use Suitability Analysis Tools. PyLUSAT is an open-source software package that provides a series of tools (functions) to conduct various tasks in a suitability modeling workflow. These tools were evaluated against comparable tools in ArcMap 10.4 with respect to both accuracy and computational efficiency. Results showed that PyLUSAT functions were two to ten times more efficient depending on the job's complexity, while generating outputs with similar accuracy compared to the ArcMap tools. PyLUSAT also features extensibility and cross-platform compatibility. It has been used to develop fourteen QGIS Processing Algorithms and implemented on a high-performance computational cluster (HiPerGator at the University of Florida) to expedite the process of suitability analysis. All these properties make PyLUSAT a competitive alternative solution for urban planners/researchers to customize and automate suitability analysis as well as integrate the technique into a larger analytical framework.
Abstract（参考訳）: ArcGISやQGISといったデスクトップGISアプリケーションは、土地利用計画の策定の中心となる活動である適合性分析に不可欠なツールを提供する。しかし、複雑な土地利用の適合性モデルを構築する場合、これらのアプリケーションには、オペレーティングシステム依存、専用モジュールの欠如、再現性不足、コンピューティングクラスタへのデプロイが難しいことなど、いくつかの制限がある。この課題に対処するために,本稿では,PyLUSAT: Python for Land Use Suitability Analysis Toolsを紹介する。 PyLUSATはオープンソースのソフトウェアパッケージで、様々なタスクを適切なモデリングワークフローで実行するための一連のツール(機能)を提供する。これらのツールは、精度と計算効率の両方に関して、ArcMap 10.4の同等のツールに対して評価された。その結果、PyLUSAT関数はジョブの複雑さによって2倍から10倍効率が良く、ArcMapツールと同等の精度で出力を生成することがわかった。 PyLUSATは拡張性とクロスプラットフォームの互換性も備えている。このアルゴリズムは14のqgis処理アルゴリズムを開発し、適合性解析のプロセスを迅速化するために高性能計算クラスタ(フロリダ大学ハイパゲータ)に実装されている。これらの特性によってPyLUSATは、都市プランナーや研究者が適合性分析をカスタマイズし自動化したり、より大規模な分析フレームワークに統合したりするための競争力のある代替ソリューションとなる。

関連論文リスト

GIS Copilot: Towards an Autonomous GIS Agent for Spatial Analysis [0.0]
ジェネレーティブAIは、空間分析に有望な機能を提供する。これらの可能性にもかかわらず、ジェネレーティブAIと確立されたGISプラットフォームの統合はいまだ検討されていない。 GIS Copilot" はGISユーザが自然言語コマンドを使ってQGISと対話して空間分析を行うことを可能にする。
論文参考訳（メタデータ） (2024-11-05T15:53:59Z)
Planning, Creation, Usage: Benchmarking LLMs for Comprehensive Tool Utilization in Real-World Complex Scenarios [93.68764280953624]
UltraToolは、ツール利用におけるLarge Language Modelsの能力を改善し評価するために設計された、新しいベンチマークである。現実の複雑さを強調し、効果的な問題解決のために正確で多段階の計画を必要とする。 UltraToolの重要な特徴は、ツールの使用前に発生する自然言語による計画の独立した評価である。
論文参考訳（メタデータ） (2024-01-30T16:52:56Z)
ControlLLM: Augment Language Models with Tools by Searching on Graphs [97.62758830255002]
我々は,大規模言語モデル(LLM)が実世界のタスクを解くためのマルチモーダルツールを利用できる新しいフレームワークであるControlLLMを提案する。フレームワークは,(1)複雑なタスクを明確なサブタスクに分割し,入力と出力を適切に定義したサブタスクに分解するtextittask Decomposer,(2)構築済みのツールグラフ上で最適なソリューションパスを探索する textitThoughts-on-Graph(ToG)パラダイム,(3)ソリューションパスを解釈して実行するリッチなツールボックスを備えた textitexecution Engine,の3つの主要なコンポーネントから構成される。
論文参考訳（メタデータ） (2023-10-26T21:57:21Z)
PyPOTS: A Python Toolbox for Data Mining on Partially-Observed Time Series [0.0]
PyPOTSは、部分的に保存された時系列のデータマイニングと分析に特化した、オープンソースのPythonライブラリである。これは、計算、分類、クラスタリング、予測の4つのタスクに分類される多様なアルゴリズムに容易にアクセスできる。
論文参考訳（メタデータ） (2023-05-30T07:57:05Z)
PyRelationAL: a python library for active learning research and development [1.0061110876649197]
アクティブラーニング(英: Active Learning, AL)は、反復的かつ経済的にデータを取得する手法の開発に焦点を当てたMLのサブフィールドである。本稿では,AL研究のためのオープンソースライブラリであるPyRelationALを紹介する。プールベースのアクティブラーニング戦略を構成するための2段階の設計方法論をベースとしたモジュラーツールキットについて述べる。
論文参考訳（メタデータ） (2022-05-23T08:21:21Z)
Satellite Image Time Series Analysis for Big Earth Observation Data [50.591267188664666]
本稿では,機械学習を用いた衛星画像時系列解析のためのオープンソースRパッケージである sit について述べる。本手法は, Cerrado Biome のケーススタディにより, 土地利用と土地被覆マップの精度が高いことを示す。
論文参考訳（メタデータ） (2022-04-24T15:23:25Z)
Geometric Optimisation on Manifolds with Applications to Deep Learning [6.85316573653194]
これらの強力なツールをすべて使用して、非専門家を支援するために、Pythonライブラリを設計、実装しています。このライブラリに実装されたアルゴリズムは、ユーザビリティとGPU効率を念頭に設計されている。
論文参考訳（メタデータ） (2022-03-09T15:20:07Z)
SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文参考訳（メタデータ） (2021-12-22T14:45:37Z)
PyODDS: An End-to-end Outlier Detection System with Automated Machine Learning [55.32009000204512]
PyODDSは、データベースサポート付きアウトレイラ検出のための、エンドツーエンドのPythonシステムである。具体的には,探索空間を外乱検出パイプラインで定義し,与えられた探索空間内で探索戦略を作成する。また、データサイエンスや機械学習のバックグラウンドの有無に関わらず、統一されたインターフェイスと視覚化を提供する。
論文参考訳（メタデータ） (2020-03-12T03:30:30Z)
Multi-layer Optimizations for End-to-End Data Analytics [71.05611866288196]
代替アプローチを実現するフレームワークであるIFAQ(Iterative Functional Aggregate Queries)を紹介する。 IFAQは、特徴抽出クエリと学習タスクを、IFAQのドメイン固有言語で与えられた1つのプログラムとして扱う。 IFAQ の Scala 実装が mlpack,Scikit,特殊化を数桁で上回り,線形回帰木モデルや回帰木モデルを複数の関係データセット上で処理可能であることを示す。
論文参考訳（メタデータ） (2020-01-10T16:14:44Z)

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。