論文の概要: Challenges and Solutions for Utilizing Earth Observations in the "Big Data" era

• arxiv url: http://arxiv.org/abs/2108.08886v1
• Date: Thu, 19 Aug 2021 19:24:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-23 13:17:20.848086
• Title: Challenges and Solutions for Utilizing Earth Observations in the "Big Data" era
• Title（参考訳）: ビッグデータ時代における地球観測利用の課題と解決策
• Authors: Lachezar Filchev, Lyubka Pashova, Vasil Kolev, Stuart Frye
• Abstract要約: EOに焦点を当てた地球科学のビッグデータコレクションの概要は、EOデータの保存と操作における現在の最先端のスナップショットを提供するために、複数のEOのVを強調します。 現代のEOデータモデリングと可視化システムには特に注意が払われている。
• 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: The ever-growing need of data preservation and their systematic analysis contributing to sustainable development of the society spurred in the past decade,numerous Big Data projects and initiatives are focusing on the Earth Observation (EO). The number of Big Data EO applications has grown extremely worldwide almost simultaneously with other scientific and technological areas of the human knowledge due to the revolutionary technological progress in the space and information technology sciences. The substantial contribution to this development are the space programs of the renowned space agencies, such as NASA, ESA,Roskosmos, JAXA, DLR, INPE, ISRO, CNES etc. A snap-shot of the current Big Data sets from available satellite missions covering the Bulgarian territory is also presented. This short overview of the geoscience Big Data collection with a focus on EO will emphasize to the multiple Vs of EO in order to provide a snapshot on the current state-of-the-art in EO data preservation and manipulation. Main modern approaches for compressing, clustering and modelling EO in the geoinformation science for Big Data analysis, interpretation and visualization for a variety of applications are outlined. Special attention is paid to the contemporary EO data modelling and visualization systems.
• Abstract（参考訳）: 過去10年間の社会の持続的な発展に寄与するデータ保存の必要性とその体系的分析は、数多くのビッグデータプロジェクトやイニシアチブが地球観測(EO)に焦点を当てている。 ビッグデータEOアプリケーションの数は、宇宙と情報技術科学における革新的な技術進歩により、人間の知識の他の科学的および技術的領域とほぼ同時に、世界中で著しく増加している。 この開発に大きな貢献は、NASA、ESA、ロスコスモス、JAXA、DLR、INPE、ISRO、CNESなどの有名な宇宙機関の宇宙計画である。 ブルガリアの領土をカバーする利用可能な衛星ミッションから、現在のビッグデータセットのスナップショットも紹介されている。 EOに焦点を当てた地球科学のビッグデータコレクションの概要は、EOデータの保存と操作における現在の最先端のスナップショットを提供するために、EOの複数のVを強調します。 ビッグデータ解析,解釈,可視化のための地理情報科学におけるEOの圧縮,クラスタリング,モデリングに関する最新のアプローチについて概説する。 現代のEOデータモデリングと可視化システムに特に注目されている。

関連論文リスト

• Foundation Models for Remote Sensing and Earth Observation: A Survey [101.77425018347557]
  本調査は、リモートセンシング基礎モデル(RSFM)の新しい分野を体系的にレビューする。 モチベーションと背景の概要から始まり、続いて基本概念が導入された。 我々はこれらのモデルを公開データセットと比較し、既存の課題について議論し、今後の研究方向性を提案する。
  論文  参考訳（メタデータ） (2024-10-22T01:08:21Z)
• Earth System Data Cubes: Avenues for advancing Earth system research [4.408949931570938]
  地球系データキューブ(ESDC)は、このデータの洪水をシンプルで堅牢なフォーマットに変換するのに適したソリューションの1つとして登場した。 ESDCは、データをテンポラリグリッドを備えた分析可能なフォーマットに整理することで、これを実現している。 新たなクラウドベースの技術に照らして、データの潜在能力を最大限に実現するための障壁がある。
  論文  参考訳（メタデータ） (2024-08-05T09:50:16Z)
• Research on the Spatial Data Intelligent Foundation Model [70.47828328840912]
  本報告では、これらのモデルの原理、手法、最先端の応用を探求する、空間データインテリジェントな大規模モデルに焦点を当てる。 これは、空間データインテリジェントな大規模モデルの定義、開発履歴、現状、およびトレンドに関する詳細な議論を提供する。 本報告では, 都市環境, 航空宇宙リモートセンシング, 地理, 交通, その他のシナリオにおける空間データ知能大規模モデルの重要技術とその応用を体系的に解明する。
  論文  参考訳（メタデータ） (2024-05-30T06:21:34Z)
• EarthLoc: Astronaut Photography Localization by Indexing Earth from Space [22.398824732314015]
  宇宙飛行士の写真は、科学研究と災害対応の両方に非常に価値のある、ユニークな地球観測データセットを提示する。 現在の手動のローカライゼーションの取り組みは時間がかかり、自動化されたソリューションの必要性を動機付けている。 本稿では,この課題を効果的に解決するために,画像検索を活用した新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-03-11T14:30:51Z)
• Foundation Models for Weather and Climate Data Understanding: A Comprehensive Survey [39.08108001903514]
  私たちは、気象や気候データのために特別に設計された最先端のAI方法論を、徹底的に、タイムリーに概説しています。 主な対象は、気象・気候データの種類、主モデル、モデルスコープと応用、気象・気候のデータセットの4つである。
  論文  参考訳（メタデータ） (2023-12-05T01:10:54Z)
• There Are No Data Like More Data- Datasets for Deep Learning in Earth Observation [6.839093061382966]
  私たちは、地球観測データ専用の機械学習データセットをスポットライトに入れたいと思っています。 我々は、私たちのデータの性質が地球観測コミュニティを区別するものであるという理解に貢献したいと考えています。
  論文  参考訳（メタデータ） (2023-10-30T02:19:16Z)
• Artificial intelligence to advance Earth observation: : A review of models, recent trends, and pathways forward [60.43248801101935]
  本稿では、生のEOデータから使用可能なEOベースの情報への移行を通知し、支援する、重要な科学的ツールとアプローチについて、鳥の視点で説明する。 i)コンピュータビジョン, (ii) 機械学習, (iii) 高度な処理とコンピューティング, (iv) 知識ベースAI, (v) 説明可能なAIと因果推論, (vi) 物理認識モデル, (vii) ユーザ中心のアプローチ, (viii) EOにおけるML技術の大量使用に関する倫理的・社会的問題に関する議論の議論を網羅する。
  論文  参考訳（メタデータ） (2023-05-15T07:47:24Z)
• Data-centric Artificial Intelligence: A Survey [47.24049907785989]
  近年、AIにおけるデータの役割は大幅に拡大し、データ中心AIという新たな概念が生まれた。 本稿では,データ中心型AIの必要性について論じ,続いて3つの一般的なデータ中心型目標の全体像を考察する。 これは、データライフサイクルのさまざまな段階にわたるタスクのグローバルなビューを提供する、初めての総合的な調査である、と私たちは信じています。
  論文  参考訳（メタデータ） (2023-03-17T17:44:56Z)
• 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)
• Big Earth Data and Machine Learning for Sustainable and Resilient Agriculture [0.0]
  この論文は、我々の時代の高品質でオープンな地球観測データによって提供される前例のない機会を認識している。 持続的で回復力のある農業のためのアプリケーションを開発するために、機械学習とビッグデータメソッドを導入している。
  論文  参考訳（メタデータ） (2022-11-22T20:58:54Z)
• Artificial Intelligence and Natural Language Processing and Understanding in Space: Four ESA Case Studies [48.53582660901672]
  本稿では,空間文書から情報を自動的に抽出するための,人工知能と自然言語処理と理解に基づく方法論的枠組みを提案する。 ケーススタディはミッションデザイン、品質保証、長期データ保存、オープンスペースイノベーションプラットフォームなど、ESAのさまざまな機能領域で実装されている。
  論文  参考訳（メタデータ） (2022-10-07T15:50:17Z)

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。