Fugu-MT 論文翻訳(概要): A Dataset for Detecting Real-World Environmental Claims

論文の概要: A Dataset for Detecting Real-World Environmental Claims

arxiv url: http://arxiv.org/abs/2209.00507v1
Date: Thu, 1 Sep 2022 14:51:07 GMT
ステータス: 処理完了
システム内更新日: 2022-09-02 13:51:40.665709
Title: A Dataset for Detecting Real-World Environmental Claims
Title（参考訳）: 実世界の環境クレーム検出のためのデータセット
Authors: Dominik Stammbach, Nicolas Webersinke, Julia Anna Bingler, Mathias Kraus, Markus Leippold
Abstract要約: この新しいデータセットを用いて,環境要求を検出するためのベースラインモデルをトレーニングし,リリースする。われわれは、2012年から2020年にかけての四半期決算報告の回答セクションで得られた環境問題を検出するために、微調整モデルを用いています。
参考スコア（独自算出の注目度）: 6.2887102994549595
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In this paper, we introduce an expert-annotated dataset for detecting real-world environmental claims made by listed companies. We train and release baseline models for detecting environmental claims using this new dataset. We further preview potential applications of our dataset: We use our fine-tuned model to detect environmental claims made in answer sections of quarterly earning calls between 2012 and 2020 -- and we find that the amount of environmental claims steadily increased since the Paris Agreement in 2015.
Abstract（参考訳）: 本稿では,上場企業による実世界の環境クレームを検出するためのエキスパートアノテートデータセットを提案する。この新しいデータセットを用いて,環境要求を検出するためのベースラインモデルをトレーニングし,リリースする。私たちは、2012年から2020年にかけての四半期決算報告の回答セクションで得られた環境要求を検出するために、微調整されたモデルを使用し、2015年のパリ協定以降、環境要求の量は着実に増加したことが分かりました。

関連論文リスト

4Seasons: Benchmarking Visual SLAM and Long-Term Localization for Autonomous Driving in Challenging Conditions [54.59279160621111]
大規模4Seasonsデータセットに基づく課題条件下での自律運転のための新しい視覚的SLAMと長期局所化ベンチマークを提案する。提案したベンチマークでは,季節変化や天候,照明条件の変動による劇的な外見の変化が報告されている。本稿では,視覚計測,大域的位置認識,および地図に基づく視覚的位置決め性能を共同評価するための統合ベンチマークを提案する。
論文参考訳（メタデータ） (2022-12-31T13:52:36Z)
EarthNets: Empowering AI in Earth Observation [24.127243729734765]
我々は,400以上の公開データセットを総合的にレビューし,土地利用・調査,変化・災害モニタリング,景観理解,農業,気候変動,気象予報などの応用について紹介する。モデル評価のための新しいベンチマークを構築するために,データセットを計測,ランク付け,選択することを提案する。地球観測のための新しいプラットフォームであるEarthNetsは、リモートセンシングデータ上での深層学習手法の公平かつ一貫した評価に向けてリリースされた。
論文参考訳（メタデータ） (2022-10-10T18:09:35Z)
Detecting Environmental Violations with Satellite Imagery in Near Real Time: Land Application under the Clean Water Act [1.3198454899217393]
本稿では,環境保全にコンピュータビジョンを利用するための,新しい,高精度な環境設定を提案する。本研究では、土地利用予測のための物体検出モデルと、ほぼリアルタイムで推論を行うシステムを開発する。全体として、我々のアプリケーションは、近日画像による環境コンプライアンスにおける大きな問題を解決するために、AIベースのコンピュータビジョンシステムの可能性を示している。
論文参考訳（メタデータ） (2022-08-18T15:42:02Z)
TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
論文参考訳（メタデータ） (2022-08-16T20:46:08Z)
Predicting Future Occupancy Grids in Dynamic Environment with Spatio-Temporal Learning [63.25627328308978]
本稿では,将来の占有予測を生成するための時間的予測ネットワークパイプラインを提案する。現在のSOTAと比較して、我々の手法は3秒の長い水平線での占有を予測している。我々は、さらなる研究を支援するために、nulisに基づくグリッド占有データセットを公開します。
論文参考訳（メタデータ） (2022-05-06T13:45:32Z)
Natural Language Inference with Self-Attention for Veracity Assessment of Pandemic Claims [54.93898455714295]
まず、COVID-19に関する異質なクレームからなる新しいPANACEAデータセットの構築について述べる。そこで我々は,自然言語推論に基づく自動妥当性評価のための新しい手法を提案する。
論文参考訳（メタデータ） (2022-05-05T12:11:31Z)
Toward Foundation Models for Earth Monitoring: Proposal for a Climate Change Benchmark [95.19070157520633]
近年の自己スーパービジョンの進歩は、大量の教師なしデータ上で大規模なニューラルネットワークを事前訓練することで、下流タスクの一般化が著しく増加することを示している。基礎モデルとして最近作られたそのようなモデルは、自然言語処理の分野に転換してきた。気候変動に関連する様々な下流タスクからなる新しいベンチマークを開発することを提案する。
論文参考訳（メタデータ） (2021-12-01T15:38:19Z)
ESTemd: A Distributed Processing Framework for Environmental Monitoring based on Apache Kafka Streaming Engine [0.0]
分散ネットワークとリアルタイムシステムは、新しいコンピュータ時代、モノのインターネットにとって最も重要なコンポーネントになりつつある。生成されたデータは、微妙な生態から自然資源、都市環境まで、環境指標を計測、推測、理解する能力を提供する。不均質な環境データにストリーム処理を適用するための分散フレームワークであるEvent STream Processing Engine for Environmental Monitoring Domain (ESTemd)を提案する。
論文参考訳（メタデータ） (2021-04-02T15:04:15Z)
SeasonDepth: Cross-Season Monocular Depth Prediction Dataset and Benchmark under Multiple Environments [30.178369509136107]
異なる環境は、長期的な自律運転において、屋外の頑健な視覚的知覚にとって大きな課題となる。我々は、最初のクロスシーズン単眼深度予測データセットを構築し、シーズンDepthをベンチマークする。細調整でも長期の単眼深度予測は依然として困難であることを示す。
論文参考訳（メタデータ） (2020-11-09T13:24:45Z)
4Seasons: A Cross-Season Dataset for Multi-Weather SLAM in Autonomous Driving [48.588254700810474]
本稿では,自律運転における季節的・挑戦的な知覚条件をカバーする新しいデータセットを提案する。その中には、視覚計測、グローバルな位置認識、マップベースの再位置追跡などが含まれる。
論文参考訳（メタデータ） (2020-09-14T12:31:20Z)
An Information-Theoretic Approach to Persistent Environment Monitoring Through Low Rank Model Based Planning and Prediction [19.95989053853125]
本研究では,大面積の観測点を限定的に選択する手法を提案する。対象属性の低ランクモデルと情報最大化パスプランナを組み合わせて,属性の状態を予測する。 2つの実環境データセットのシミュレーションにおいて,本手法の評価を行った。
論文参考訳（メタデータ） (2020-09-02T16:19:55Z)

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。