論文の概要: Land use identification through social network interaction
- arxiv url: http://arxiv.org/abs/2112.06704v1
- Date: Sun, 5 Dec 2021 22:55:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-19 12:57:16.230998
- Title: Land use identification through social network interaction
- Title（参考訳）: ソーシャルネットワークによる土地利用の識別
- Authors: Diana C. Pauca-Quispe, Cinthya Butron-Revilla, Ernesto Suarez-Lopez,
Karla Aranibar-Tila, Jesus S. Aguilar-Ruiz
- Abstract要約: 本研究では,NLP(Natural Language Processing)を用いた土地利用の識別手法を提案する。
目的は、住宅、商業、制度、産業、未建設の5つの主要な土地を識別することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Internet generates large volumes of data at a high rate, in particular,
posts on social networks. Although social network data has numerous semantic
adulterations, and is not intended to be a source of geo-spatial information,
in the text of posts we find pieces of important information about how people
relate to their environment, which can be used to identify interesting aspects
of how human beings interact with portions of land based on their activities.
This research proposes a methodology for the identification of land uses using
Natural Language Processing (NLP) from the contents of the popular social
network Twitter. It will be approached by identifying keywords with linguistic
patterns from the text, and the geographical coordinates associated with the
publication. Context-specific innovations are introduced to deal with data
across South America and, in particular, in the city of Arequipa, Peru. The
objective is to identify the five main land uses: residential, commercial,
institutional-governmental, industrial-offices and unbuilt land. Within the
framework of urban planning and sustainable urban management, the methodology
contributes to the optimization of the identification techniques applied for
the updating of land use cadastres, since the results achieved an accuracy of
about 90%, which motivates its application in the real context. In addition, it
would allow the identification of land use categories at a more detailed level,
in situations such as a complex/mixed distribution building based on the amount
of data collected. Finally, the methodology makes land use information
available in a more up-to-date fashion and, above all, avoids the high economic
cost of the non-automatic production of land use maps for cities, mostly in
developing countries.
- Abstract（参考訳）: インターネットは、特にソーシャルネットワーク上のポストにおいて、大量のデータを高速に生成する。
ソーシャル・ネットワーク・データにはセマンティック・アパレーションが多数あり、地理空間情報の源泉となることを意図していないが、投稿のテキストでは、人々が環境とどのように関係しているかに関する重要な情報の一部が発見されている。
本研究では,NLP(Natural Language Processing)を用いた土地利用の識別手法を提案する。
テキストからキーワードと言語パターン、および出版に関連付けられた地理的座標を識別することでアプローチされる。
南アメリカ、特にペルーのアレキパ市でデータを扱うために、コンテキスト固有のイノベーションが導入されている。
目的は、住宅、商業、制度、産業、未建設の5つの主要な土地を識別することである。
都市計画と持続可能な都市管理の枠組みの中で,本手法は土地利用キャダスタストの更新に適用される識別手法の最適化に寄与する。
さらに、収集されたデータ量に基づいて、複雑な/混合分布ビルなどの状況において、土地利用カテゴリーをより詳細なレベルで識別できるようにする。
最後に, 土地利用情報をより最新の方法で利用できるようにし, 開発途上国を中心に, 都市における非自動土地利用地図作成の経済的コストが高いことを回避している。
関連論文リスト
- Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。
私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
論文 参考訳（メタデータ） (2024-07-22T12:32:09Z) - Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese
Geographic Re-Ranking [61.60169764507917]
中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。
そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
論文 参考訳（メタデータ） (2023-09-04T13:44:50Z) - 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) - A Coarse-to-Fine Approach for Urban Land Use Mapping Based on
Multisource Geospatial Data [4.2968261363970095]
本稿では,パーセルレベルの都市土地利用マッピングのための機械学習に基づくアプローチを提案する。
まず、道路網から生成された区画に基づいて、都市をビルトアップと非ビルトアップに分割する。
次に,異なる地域におけるパーセルの分類戦略を採用し,最終的に分類結果を統合された土地利用地図に組み合わせた。
論文 参考訳（メタデータ） (2022-08-18T13:30:56Z) - A Visual Analytics System for Profiling Urban Land Use Evolution [5.053505466956614]
Urban ChroniclesはオープンソースのWebベースのビジュアル分析システムで、土地利用パターンの変化のインタラクティブな探索を可能にする。
数年にわたって異なるスケールでデータを探索することで,システムの能力を示す。
論文 参考訳（メタデータ） (2021-12-12T02:36:54Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳（メタデータ） (2021-10-05T12:51:11Z) - GANmapper: geographical content filling [0.0]
本稿では,GAN(Generative Adversarial Network)を用いた空間データ生成手法を提案する。
当社のコントリビューションでは、粗大で広く利用可能な地理空間データを使用して、構築された環境のより細かいスケールで、あまり利用できない機能のマップを作成しています。
我々は、土地利用データと道路ネットワークを入力として、建物のフットプリントを生成し、世界中の9都市で実験を行う。
論文 参考訳（メタデータ） (2021-08-07T05:50:54Z) - Geolocation differences of language use in urban areas [0.0]
都市部における言語利用の空間的変動を解決するために,正確な位置情報情報を用いたTwitterデータの利用について検討した。
本研究は,小規模変動の分析により,言語使用と社会的文脈の相関関係について一意的な情報が得られることを示す。
論文 参考訳（メタデータ） (2021-08-01T19:55:45Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳（メタデータ） (2021-04-30T12:47:52Z) - 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) - Road Mapping in Low Data Environments with OpenStreetMap [0.3162999570707049]
道路の地理的分布の包括的かつ最新のマッピングは、広範な経済発展の指標として機能する可能性がある。
本研究は,OpenStreetMapのような高解像度衛星画像とクラウドソーシングリソースの,そのようなマッピング構築における可能性について検討する。
論文 参考訳（メタデータ） (2020-06-14T19:39:57Z)
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。