論文の概要: Open government geospatial data on buildings for planning sustainable
and resilient cities
- arxiv url: http://arxiv.org/abs/2107.04023v1
- Date: Mon, 28 Jun 2021 17:13:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-24 21:55:23.469066
- Title: Open government geospatial data on buildings for planning sustainable
and resilient cities
- Title（参考訳）: 持続可能な都市計画のためのオープン政府地理空間データ
- Authors: Filip Biljecki, Lawrence Zheng Xiong Chew, Nikola Milojevic-Dupont,
Felix Creutzig
- Abstract要約: 自由アクセスのために政府から解放された建物に関する2次元地理空間データのグローバルな研究を行う。
私たちは、アクセシビリティ、豊かさ、データ品質、調和、他のアクターとの関係という5つの次元に基づいて、1億以上の建物を含む28カ国から140以上のリリースをベンチマークします。
政府によって公表されたデータの多くは空間分析に有用であるが、その間には大きな格差があり、全ての事例が高品質で調和し、説明情報に富んでいるわけではない。
- 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: As buildings are central to the social and environmental sustainability of
human settlements, high-quality geospatial data are necessary to support their
management and planning. Authorities around the world are increasingly
collecting and releasing such data openly, but these are mostly disconnected
initiatives, making it challenging for users to fully leverage their potential
for urban sustainability. We conduct a global study of 2D geospatial data on
buildings that are released by governments for free access, ranging from
individual cities to whole countries. We identify and benchmark more than 140
releases from 28 countries containing above 100 million buildings, based on
five dimensions: accessibility, richness, data quality, harmonisation, and
relationships with other actors. We find that much building data released by
governments is valuable for spatial analyses, but there are large disparities
among them and not all instances are of high quality, harmonised, and rich in
descriptive information. Our study also compares authoritative data to
OpenStreetMap, a crowdsourced counterpart, suggesting a mutually beneficial and
complementary relationship.
- Abstract（参考訳）: 建物が人的居住地の社会的・環境的持続可能性の中心であるため、その管理・計画を支援するためには高品質な地理空間データが必要である。
世界中の当局は、こうしたデータを公開的に収集しリリースする傾向にあるが、それらは主に非接続のイニシアチブであり、ユーザーが都市の持続可能性を完全に活用することは困難である。
我々は、各都市から国全体の自由アクセスのために政府によって解放された建物に関する2次元地理空間データのグローバルな研究を行う。
私たちはアクセシビリティ、リッチネス、データ品質、調和、他のアクターとの関係という5つの次元に基づいて、1億以上の建物を含む28カ国から140以上のリリースを特定し、ベンチマークします。
政府が公開するデータの多くは空間分析に有用であるが、その間に大きな格差があり、全ての事例が高品質で調和し、説明情報に富んでいるわけではない。
また,クラウドソースのOpenStreetMapと比較した結果,相互に有益で相補的な関係が示唆された。
関連論文リスト
- Identifying every building's function in large-scale urban areas with multi-modality remote-sensing data [5.18540804614798]
本研究は,大規模都市部における建物機能同定のための半教師付き枠組みを提案する。
光画像、建築高さ、夜間光データを収集し、建物の形態特性を記述する。
結果は、政府による2万の検証ポイントと統計調査によって評価される。
論文 参考訳（メタデータ） (2024-05-08T15:32:20Z) - GlobalBuildingMap -- Unveiling the Mystery of Global Buildings [16.01396565010977]
私たちは今までに作られた最も高解像度で高精度なビルディングマップ、GlobalBuildingMap(GBM)を作成しました。
ビルマップと太陽ポテンシャルの合同分析により、屋上太陽エネルギーは、合理的なコストで地球規模のエネルギー消費の需要を供給できることが示されている。
また,建築領域と重要社会経済変数の空間的相関も明らかにした。
論文 参考訳（メタデータ） (2024-04-22T06:43:18Z) - Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。
インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。
多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文 参考訳（メタデータ） (2024-02-28T00:22:42Z) - Unified Data Management and Comprehensive Performance Evaluation for
Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。
都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。
多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
論文 参考訳（メタデータ） (2023-08-24T16:20:00Z) - A Satellite Imagery Dataset for Long-Term Sustainable Development in
United States Cities [15.862784224905095]
5つの持続可能な開発指標のためのディープラーニングモデルを用いた衛星画像データセットを開発する。
提案されたデータセットは、2014年から2023年までのアメリカ合衆国で最も人口の多い100の都市と対応する国勢調査ブロック・グループを対象としている。
論文 参考訳（メタデータ） (2023-08-01T11:40:19Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳（メタデータ） (2023-01-12T05:28:59Z) - Building Coverage Estimation with Low-resolution Remote Sensing Imagery [65.95520230761544]
本稿では,低解像度衛星画像のみを用いた建物被覆量の推定手法を提案する。
本モデルでは, 世界中の開発レベルの異なる地域において, 建築範囲の予測において最大0.968の判定係数を達成している。
論文 参考訳（メタデータ） (2023-01-04T05:19:33Z) - Mapping Vulnerable Populations with AI [23.732584273099054]
構築機能は、例えばツイートや地上画像などのソーシャルメディアデータを解析することで検索される。
これらの付加属性を付加したマップの構築により、より正確な人口密度マップを導出することができる。
論文 参考訳（メタデータ） (2021-07-29T15:52:11Z) - A Generalized Framework for Measuring Pedestrian Accessibility around
the World Using Open Data [0.0]
本研究では,オープンかつ一貫したデータを用いて,都市の歩行者アクセシビリティ指標を構築するためのオープンソースのソフトウェアフレームワークを開発する。
ソフトウェアは、オープンリポジトリで再利用するために公開されています。
論文 参考訳（メタデータ） (2021-05-18T20:22:58Z) - Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset,
Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。
私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。
我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文 参考訳（メタデータ） (2020-09-07T14:47:07Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z)
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。