論文の概要: The use of Synthetic Data to solve the scalability and data availability problems in Smart City Digital Twins

• arxiv url: http://arxiv.org/abs/2207.02953v1
• Date: Wed, 6 Jul 2022 20:21:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-09 05:54:56.974931
• Title: The use of Synthetic Data to solve the scalability and data availability problems in Smart City Digital Twins
• Title（参考訳）: スマートシティデジタル双子のスケーラビリティとデータ可用性問題を解決するための合成データの利用
• Authors: Esteve Almirall and Davide Callegaro and Peter Bruins and Mar Santamar\'ia and Pablo Mart\'inez and Ulises Cort\'es
• Abstract要約: A.I.ディスラプションとイノベーションの競争の必要性は、イノベーションホットスポットになる必要性が高まっている都市に影響を与える。 スマートシティーで非常に一般的な条件を与えられた合成データに基づく代替案として、NO2汚染に基づく概念実証とともに、これらの2つの問題を解くことができる。
• 参考スコア（独自算出の注目度）: 1.0308647202215708
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The A.I. disruption and the need to compete on innovation are impacting cities that have an increasing necessity to become innovation hotspots. However, without proven solutions, experimentation, often unsuccessful, is needed. But experimentation in cities has many undesirable effects not only for its citizens but also reputational if unsuccessful. Digital Twins, so popular in other areas, seem like a promising way to expand experimentation proposals but in simulated environments, translating only the half-baked ones, the ones with higher probability of success, to real environments and therefore minimizing risks. However, Digital Twins are data intensive and need highly localized data, making them difficult to scale, particularly to small cities, and with the high cost associated to data collection. We present an alternative based on synthetic data that given some conditions, quite common in Smart Cities, can solve these two problems together with a proof-of-concept based on NO2 pollution.
• Abstract（参考訳）: A.I.のディスラプションとイノベーションの競争の必要性は、イノベーションホットスポットになるために必要な都市に影響を与える。 しかし、証明された解決策がなければ、しばしば失敗する実験が必要である。 しかし、都市での実験は、市民だけでなく、失敗しても評判にも多くの好ましくない影響がある。 他の分野で人気があるDigital Twinsは、実験の提案を拡大する有望な方法のようだが、シミュレーション環境では、ハーフベイクされたものだけを実際の環境に翻訳し、その結果リスクを最小限に抑える。 しかし、デジタル双子はデータ集約性が高く、高度にローカライズされたデータを必要とするため、特に小さな都市ではスケールが難しく、データ収集にかかるコストも高い。 スマートシティーで非常に一般的な条件を与えられた合成データに基づく代替案として、NO2汚染に基づく概念実証とともに、これらの2つの問題を解くことができる。

関連論文リスト

• A Machine Learning Approach for the Efficient Estimation of Ground-Level Air Temperature in Urban Areas [6.7236795813629]
  都市で発生する都市ヒートアイランド(UHI)現象は、その熱応力を増大させ、より持続可能な都市を実現するための障害の1つである。 本研究では,都市域の空間的・気象的変数と街路レベルの空気温度を関連付けるために,イメージ・ツー・イメージ・ディープ・ニューラル・ネットワーク(DNN)の有用性を検討する。 街路レベルでの空気温度は、特定のユースケースに対して空間的にも時間的にも推定され、既存のよく確立された数値モデルと比較される。
  論文  参考訳（メタデータ） (2024-11-05T15:05:23Z)
• Synthio: Augmenting Small-Scale Audio Classification Datasets with Synthetic Data [69.7174072745851]
  音声分類データセットを合成データで拡張する新しい手法であるSynthioを提案する。 最初の課題を克服するために、好みの最適化を用いて、T2Aモデルの世代と小規模データセットを整列する。 2つ目の課題に対処するために,大規模言語モデルの推論能力を活用する新しいキャプション生成手法を提案する。
  論文  参考訳（メタデータ） (2024-10-02T22:05:36Z)
• Best Practices and Lessons Learned on Synthetic Data [83.63271573197026]
  AIモデルの成功は、大規模で多様な、高品質なデータセットの可用性に依存している。 合成データは、現実世界のパターンを模倣する人工データを生成することによって、有望なソリューションとして現れてきた。
  論文  参考訳（メタデータ） (2024-04-11T06:34:17Z)
• MatrixCity: A Large-scale City Dataset for City-scale Neural Rendering and Beyond [69.37319723095746]
  都市規模のニューラルレンダリング研究のための大規模で包括的で高品質な合成データセットを構築します。 本研究では,地上カメラのポーズと追加データモダリティを伴って,航空・街路ビューを容易に収集するパイプラインを構築した。 その結果得られたパイロットデータセットMatrixCityには、合計28km2$の2つの都市地図から、67kの空中画像と452kのストリート画像が含まれている。
  論文  参考訳（メタデータ） (2023-09-28T16:06:02Z)
• Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for Cross-City Semantic Segmentation using High-Resolution Domain Adaptation Networks [82.82866901799565]
  我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。 単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。 高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
  論文  参考訳（メタデータ） (2023-09-26T23:55:39Z)
• Smart City Digital Twin Framework for Real-Time Multi-Data Integration and Wide Public Distribution [2.864893907775703]
  デジタルツイン(Digital Twins)は、実際のエンティティのデジタルレプリカであり、エンティティの状態を監視、制御するための基本的なツールになりつつある。 Digital Twinsは、エンティティの状態を監視、制御するための基本的なツールになりつつある。 Snap4Cityプラットフォームはオープンソースとしてリリースされ、GitHubとdocker composeを通じて利用できる。
  論文  参考訳（メタデータ） (2023-09-23T14:53:04Z)
• Using machine learning to understand causal relationships between urban form and travel CO2 emissions across continents [9.204800002382044]
  都会形態が過去の研究で無視されていた旅行エミッションや施設間効果に有意な因果関係が認められた。 より単心的な都市では,主中心へのアクセスの増加よりも,サブセンター指向の開発がより重要となる空間回廊を同定する。 我々の研究は、エビデンスベースの都市気候ソリューションをスケールするための因果関係、一般化可能性、文脈的特異性の必要性に対処する新しい研究を可能にする機械学習の応用を実証する。
  論文  参考訳（メタデータ） (2023-08-31T09:57:52Z)
• SurvivalGAN: Generating Time-to-Event Data for Survival Analysis [121.84429525403694]
  検閲と時間的地平線の不均衡は、生成モデルに生存分析に特有の3つの新しい障害モードを経験させる。 本稿では,検閲やイベントの地平線における不均衡に対処し,生存データを扱う生成モデルであるSurvivalGANを提案する。 医療データセットに関する広範な実験により,本手法の評価を行った。
  論文  参考訳（メタデータ） (2023-02-24T17:03:51Z)
• Synthcity: facilitating innovative use cases of synthetic data in different data modalities [86.52703093858631]
  Synthcityは、MLフェアネス、プライバシ、拡張における合成データの革新的なユースケースのための、オープンソースのソフトウェアパッケージである。 Synthcityは、実践者に対して、合成データにおける最先端の研究とツールへの単一のアクセスポイントを提供する。
  論文  参考訳（メタデータ） (2023-01-18T14:49:54Z)
• A Cross-City Federated Transfer Learning Framework: A Case Study on Urban Region Profiling [24.103961649276584]
  本稿では,データ不足やプライバシー問題に対処する新しいクロスシティ・フェデレーション・トランスファー・ラーニング・フレームワーク(CcFTL)を提案する。 CcFTLは、複数のリッチデータソース都市から対象都市にリレーショナル知識を転送する。 都市域のプロファイリングをスマートシティの応用として捉え,提案手法を実世界の研究で評価する。
  論文  参考訳（メタデータ） (2022-05-31T12:41:01Z)

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。