論文の概要: Data coverage, richness, and quality of OpenStreetMap for special
interest tags: wayside crosses -- a case study
- arxiv url: http://arxiv.org/abs/2306.04752v1
- Date: Wed, 7 Jun 2023 20:00:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-09 17:41:56.104016
- Title: Data coverage, richness, and quality of OpenStreetMap for special
interest tags: wayside crosses -- a case study
- Title（参考訳）: 特別な関心タグのためのopenstreetmapのデータカバレッジ、豊かさ、品質:wayside crosses -- ケーススタディ
- Authors: Philipp Weigell
- Abstract要約: OpenStreetMapのようなボランティアの地理情報プロジェクトでは、生データへのアクセスと利用が可能である。
データ完全性と正確性は、主流のトピックにとって非常に高いものです。
ニッチトピックスのデータ品質とカバレッジは期待を超えるが、地域によって大きく異なることが判明した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Volunteered Geographic Information projects like OpenStreetMap which allow
accessing and using the raw data, are a treasure trove for investigations -
e.g. cultural topics, urban planning, or accessibility of services. Among the
concerns are the reliability and accurateness of the data. While it was found
that for mainstream topics, like roads or museums, the data completeness and
accuracy is very high, especially in the western world, this is not clear for
niche topics. Furthermore, many of the analyses are almost one decade old in
which the OpenStreetMap-database grew to over nine billion elements.
Based on OpenStreetMap-data of wayside crosses and other cross-like objects
regional cultural differences and prevalence of the types within Europe,
Germany and Bavaria are investigated. For Bavaria, internally and by comparing
to an official dataset and other proxies the data completeness, logical
consistency, positional, temporal, and thematic accuracy is assessed.
Subsequently, the usability for the specific case and to generalize for the use
of OpenStreetMap data for niche topics.
It is estimated that about one sixth to one third of the crosses located
within Bavaria are recorded in the database and positional accuracy is better
than 50 metres in most cases. In addition, linguistic features of the
inscriptions, the usage of building materials, dates of erection and other
details deducible from the dataset are discussed. It is found that data quality
and coverage for niche topics exceeds expectations but varies strongly by
region and should not be trusted without thorough dissection of the dataset.
- Abstract（参考訳）: OpenStreetMapのような自発的な地理情報プロジェクト(生データへのアクセスと利用)は調査のための宝庫である。
文化的な話題 都市計画 サービスのアクセシビリティなどです
懸念事項の1つは、データの信頼性と正確性である。
道路や博物館のような主流のトピックでは、データの完全性と正確性が非常に高いことが判明したが、特に西洋では、ニッチなトピックには明確ではない。
さらに、分析の多くは、OpenStreetMapデータベースが90億以上の要素に成長した約10年前のものである。
ヨーロッパ,ドイツ,バイエルンにおける道路横断のオープンストリートマップデータや地域文化の相違や,バイエルン,ドイツ,バイエルンにおける種類について検討した。
バイエルンでは、内部および公式データセットおよび他のプロキシと比較することにより、データの完全性、論理的一貫性、位置的、時間的および主題的正確性を評価する。
その後、特定のケースのユーザビリティと、ニッチなトピックに対するOpenStreetMapデータの利用を一般化する。
バイエルンにある十字架の約6～3分の1がデータベースに記録されており、ほとんどの場合、位置精度は50メートル以上と推定されている。
また, 資料の言語的特徴, 建築材料の使用状況, 干拓時期, データセットから推定可能なその他の詳細についても論じる。
ニッチトピックに対するデータ品質とカバレッジは期待を超えるが、地域によって大きく異なり、データセットを徹底的に分解しなければ信頼できない。
関連論文リスト
- OpenUAS: Embeddings of Cities in Japan with Anchor Data for Cross-city Analysis of Area Usage Patterns [0.9530591903982806]
このデータセットは、市場分析、都市計画、交通インフラ、感染予測といった分野における地域機能の分析に有用である。
オフィス地区や住宅地区など市内各地区の特徴を、埋設技術を用いて捉えている。
本研究では,このアンカーデータセットを,日本の8大都市において,複数の期間の領域埋め込みデータセットとともに公開する。
論文 参考訳（メタデータ） (2024-07-29T10:43:15Z) - UniTraj: A Unified Framework for Scalable Vehicle Trajectory Prediction [93.77809355002591]
さまざまなデータセット、モデル、評価基準を統一する包括的なフレームワークであるUniTrajを紹介する。
我々は広範な実験を行い、他のデータセットに転送するとモデルの性能が大幅に低下することがわかった。
これらの知見を説明するために,データセットの特徴に関する洞察を提供する。
論文 参考訳（メタデータ） (2024-03-22T10:36:50Z) - LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。
しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。
カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文 参考訳（メタデータ） (2023-06-14T05:48:36Z) - Assessing the quality of sources in Wikidata across languages: a hybrid
approach [64.05097584373979]
いくつかの言語でラベルを持つWikidataのトリプルからサンプルした参照コーパスの大規模なコーパスを評価するために,一連のマイクロタスク実験を実施している。
クラウドソースアセスメントの統合されたバージョンを使用して、いくつかの機械学習モデルをトレーニングして、Wikidata全体の分析をスケールアップしています。
この結果はWikidataにおける参照の質の確認に役立ち、ユーザ生成多言語構造化データの品質をWeb上で定義し、取得する際の共通の課題を特定するのに役立ちます。
論文 参考訳（メタデータ） (2021-09-20T10:06:46Z) - 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) - Mapping Vulnerable Populations with AI [23.732584273099054]
構築機能は、例えばツイートや地上画像などのソーシャルメディアデータを解析することで検索される。
これらの付加属性を付加したマップの構築により、より正確な人口密度マップを導出することができる。
論文 参考訳（メタデータ） (2021-07-29T15:52:11Z) - Ranking the information content of distance measures [61.754016309475745]
2つの異なる距離測度を用いて保持する相対的情報を評価する統計的テストを導入する。
これにより、候補者のプールから最も情報に富んだ距離を測定することができる。
論文 参考訳（メタデータ） (2021-04-30T15:57:57Z) - Dataset Cartography: Mapping and Diagnosing Datasets with Training
Dynamics [118.75207687144817]
我々はデータセットを特徴付け、診断するモデルベースのツールであるData Mapsを紹介した。
私たちは、トレーニング中の個々のインスタンス上でのモデルの振る舞いという、ほとんど無視された情報のソースを活用しています。
以上の結果から,データ量から品質へのフォーカスの変化は,ロバストなモデルとアウト・オブ・ディストリビューションの一般化に繋がる可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-22T20:19:41Z) - Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset,
Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。
私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。
我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文 参考訳（メタデータ） (2020-09-07T14:47:07Z) - 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) - IDDA: a large-scale multi-domain dataset for autonomous driving [16.101248613062292]
本稿では,100以上の異なる視覚領域を持つセマンティックセグメンテーションのための大規模合成データセットを提案する。
このデータセットは、さまざまな天候や視点条件下でのトレーニングとテストデータのドメインシフトの課題に明示的に対処するために作成されている。
論文 参考訳（メタデータ） (2020-04-17T15:22:38Z)
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。