Fugu-MT 論文翻訳(概要): Narrative Cartography with Knowledge Graphs

論文の概要: Narrative Cartography with Knowledge Graphs

arxiv url: http://arxiv.org/abs/2112.00970v1
Date: Thu, 2 Dec 2021 04:01:17 GMT
ステータス: 処理完了
システム内更新日: 2021-12-04 04:28:04.363229
Title: Narrative Cartography with Knowledge Graphs
Title（参考訳）: ナラティブカルトグラフィーと知識グラフ
Authors: Gengchen Mai, Weiming Huang, Ling Cai, Rui Zhu, Ni Lao
Abstract要約: ナレッジグラフ(KG)を用いたナラティブカルトグラフィーの考え方を提案する。データ取得と統合の課題に取り組むため、我々はKGベースのGeoEnrichmentツールボックスセットを開発した。このツールの助けを借りて、KGから取得したデータはGIS形式で直接実体化される。
参考スコア（独自算出の注目度）: 10.715484138543069
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Narrative cartography is a discipline which studies the interwoven nature of stories and maps. However, conventional geovisualization techniques of narratives often encounter several prominent challenges, including the data acquisition & integration challenge and the semantic challenge. To tackle these challenges, in this paper, we propose the idea of narrative cartography with knowledge graphs (KGs). Firstly, to tackle the data acquisition & integration challenge, we develop a set of KG-based GeoEnrichment toolboxes to allow users to search and retrieve relevant data from integrated cross-domain knowledge graphs for narrative mapping from within a GISystem. With the help of this tool, the retrieved data from KGs are directly materialized in a GIS format which is ready for spatial analysis and mapping. Two use cases - Magellan's expedition and World War II - are presented to show the effectiveness of this approach. In the meantime, several limitations are identified from this approach, such as data incompleteness, semantic incompatibility, and the semantic challenge in geovisualization. For the later two limitations, we propose a modular ontology for narrative cartography, which formalizes both the map content (Map Content Module) and the geovisualization process (Cartography Module). We demonstrate that, by representing both the map content and the geovisualization process in KGs (an ontology), we can realize both data reusability and map reproducibility for narrative cartography.
Abstract（参考訳）: 物語地図学は物語と地図の織り込みの性質を研究する学問である。しかしながら、ナラティブの従来のジオビジュアライゼーション技術は、データ獲得・統合チャレンジやセマンティックチャレンジなど、いくつかの顕著な課題に直面することが多い。本稿では,これらの課題に対処するために,知識グラフを用いた物語地図作成(KG)を提案する。まず,データ取得と統合の課題に対処するため,GISystem内のナラティブマッピング用に統合されたクロスドメイン知識グラフから関連データを検索・取得するKGベースのGeoEnrichmentツールボックスを開発した。このツールの助けを借りて、KGから取得したデータは、空間解析とマッピングの準備ができているGISフォーマットで直接実体化される。このアプローチの有効性を示すために、マゼランの遠征と第二次世界大戦の2つのユースケースが提示されている。その間、データ不完全性、意味的不整合性、地理化における意味的課題など、このアプローチからいくつかの制限が特定される。後者の2つの制限について,地図コンテンツ(Map Content Module)と地理化プロセス(Cartography Module)の両方を形式化した,物語地図のためのモジュールオントロジーを提案する。地図内容と地理可視化過程の両方をkgs(オントロジー)で表現することで,データ再利用性と地図再現性の両方を実現することができることを実証する。

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)
PEACE: Empowering Geologic Map Holistic Understanding with MLLMs [64.58959634712215]
地質図は地質学の基本的な図として、地球の地下と地表の構造と構成に関する重要な洞察を提供する。その重要性にもかかわらず、現在のマルチモーダル大言語モデル(MLLM)は地質図の理解に乏しいことが多い。このギャップを定量化するために、地質地図理解においてMLLMを評価するための最初のベンチマークであるGeoMap-Benchを構築した。
論文参考訳（メタデータ） (2025-01-10T18:59:42Z)
Map2Text: New Content Generation from Low-Dimensional Visualizations [60.02149343347818]
低次元の可視化における空間座標を新しい、一貫性のある、正確に整列されたテキストコンテンツに変換する新しいタスクであるMap2Textを紹介する。これによってユーザは、これらの空間的レイアウトに埋め込まれた未発見情報を対話的に、直感的に探索し、ナビゲートすることができる。
論文参考訳（メタデータ） (2024-12-24T20:16:13Z)
The S2 Hierarchical Discrete Global Grid as a Nexus for Data Representation, Integration, and Querying Across Geospatial Knowledge Graphs [4.358099505067763]
本稿では,KnowWhereGraphにおけるGoogleのS2幾何の実装について概説する。最終的にこの研究は、スケーラブルなGeoKGを構築するためのDGGSフレームワーク、特にS2の可能性を示している。
論文参考訳（メタデータ） (2024-10-18T18:30:05Z)
Application of Disentanglement to Map Registration Problem [0.3277163122167434]
まず、異なる地理空間データの「スタイル」を、地球表面上の同じ位置を指し示す画像に合わせることが不可欠である。本研究では,地理情報と芸術様式の絡み合いと新たな地図タイルの生成を両立させるため,$beta$-VAEのようなアーキテクチャと敵の訓練を組み合わせることを提案する。
論文参考訳（メタデータ） (2024-08-26T09:55:32Z)
Detecting Omissions in Geographic Maps through Computer Vision [18.36056648425432]
特定地域や特徴ランドマークを指定した地図を自動的に識別する手法を開発し,評価する。地図を非マップと区別し、表示された領域の精度を確認し、特定のランドマーク名の有無を確認する。このデータセットの実験では、特定領域のランドマークを除く地図を識別するために、この手法が85.51%のF1スコアを達成することを示した。
論文参考訳（メタデータ） (2024-07-15T13:26:58Z)
Towards Vision-Language Geo-Foundation Model: A Survey [65.70547895998541]
Vision-Language Foundation Models (VLFMs) は、様々なマルチモーダルタスクにおいて顕著な進歩を遂げている。本稿では, VLGFMを網羅的にレビューし, この分野の最近の展開を要約し, 分析する。
論文参考訳（メタデータ） (2024-06-13T17:57:30Z)
Geospatial Knowledge Graphs [3.0638648756719222]
地理空間知識グラフは地理空間情報の表現と推論のための新しいパラダイムとして登場した。このエントリではまず、知識グラフにおける重要な概念と、関連する標準化とツールを紹介します。その後、地理・環境科学における知識グラフの応用に踏み切った。
論文参考訳（メタデータ） (2024-05-13T11:45:22Z)
GeoDecoder: Empowering Multimodal Map Understanding [3.164495478670176]
GeoDecoderは、地図内の地理空間情報を処理するために設計された、専用のマルチモーダルモデルである。 GeoDecoderはBeitGPTアーキテクチャに基づいて構築されており、画像やテキスト処理の専門的なモジュールが組み込まれている。
論文参考訳（メタデータ） (2024-01-26T02:39:40Z)
GeoGLUE: A GeoGraphic Language Understanding Evaluation Benchmark [56.08664336835741]
我々はGeoGLUEと呼ばれるGeoGraphic Language Understanding Evaluationベンチマークを提案する。オープンソースの地理資源からデータを収集し、6つの自然言語理解タスクを導入する。我々は,GeoGLUEベンチマークの有効性と意義を示す一般ベースラインの評価実験と解析を行った。
論文参考訳（メタデータ） (2023-05-11T03:21:56Z)
Structured Landmark Detection via Topology-Adapting Deep Graph Learning [75.20602712947016]
解剖学的顔と医学的ランドマーク検出のための新しいトポロジ適応深層グラフ学習手法を提案する。提案手法は局所像特徴と大域形状特徴の両方を利用するグラフ信号を構成する。 3つの公開顔画像データセット(WFLW、300W、COFW-68)と3つの現実世界のX線医学データセット(ケパロメトリ、ハンド、ペルビス)で実験を行った。
論文参考訳（メタデータ） (2020-04-17T11:55:03Z)

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。