論文の概要: A Satellite Imagery Dataset for Long-Term Sustainable Development in United States Cities

• arxiv url: http://arxiv.org/abs/2308.00465v1
• Date: Tue, 1 Aug 2023 11:40:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 14:21:23.246860
• Title: A Satellite Imagery Dataset for Long-Term Sustainable Development in United States Cities
• Title（参考訳）: 米国都市における長期持続的開発のための衛星画像データセット
• Authors: Yanxin Xi, Yu Liu, Tong Li, Jintao Ding, Yunke Zhang, Sasu Tarkoma, Yong Li, and Pan Hui
• Abstract要約: 5つの持続可能な開発指標のためのディープラーニングモデルを用いた衛星画像データセットを開発する。 提案されたデータセットは、2014年から2023年までのアメリカ合衆国で最も人口の多い100の都市と対応する国勢調査ブロック・グループを対象としている。
• 参考スコア（独自算出の注目度）: 15.862784224905095
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cities play an important role in achieving sustainable development goals (SDGs) to promote economic growth and meet social needs. Especially satellite imagery is a potential data source for studying sustainable urban development. However, a comprehensive dataset in the United States (U.S.) covering multiple cities, multiple years, multiple scales, and multiple indicators for SDG monitoring is lacking. To support the research on SDGs in U.S. cities, we develop a satellite imagery dataset using deep learning models for five SDGs containing 25 sustainable development indicators. The proposed dataset covers the 100 most populated U.S. cities and corresponding Census Block Groups from 2014 to 2023. Specifically, we collect satellite imagery and identify objects with state-of-the-art object detection and semantic segmentation models to observe cities' bird's-eye view. We further gather population, nighttime light, survey, and built environment data to depict SDGs regarding poverty, health, education, inequality, and living environment. We anticipate the dataset to help urban policymakers and researchers to advance SDGs-related studies, especially applying satellite imagery to monitor long-term and multi-scale SDGs in cities.
• Abstract（参考訳）: 都市は経済成長を促進し社会ニーズを満たすために持続可能な開発目標(sdgs)を達成する上で重要な役割を担っている。 特に衛星画像は持続可能な都市開発を研究するための潜在的なデータ源である。 しかし、米国の総合データセットでは、複数の都市、複数年、複数のスケール、SDGモニタリングのための複数の指標が不足している。 米国都市におけるsdg研究を支援するために,25の持続可能な開発指標を含む5つのsdgを対象としたディープラーニングモデルを用いた衛星画像データセットを開発した。 提案されたデータセットは、2014年から2023年までの米国人口100都市と対応する国勢調査ブロックグループをカバーしている。 具体的には,衛星画像を収集し,最先端の物体検出と意味セグメンテーションモデルを用いて物体を識別し,都市のバードズ・アイ・ビューを観察する。 さらに、人口、夜間光、調査、建築環境データを収集し、貧困、健康、教育、不平等、生活環境に関するSDGを描写する。 このデータセットは、都市政策立案者や研究者がSDGに関する研究を進めるのに役立つと期待している。

関連論文リスト

• Identifying every building's function in large-scale urban areas with multi-modality remote-sensing data [5.18540804614798]
  本研究は,大規模都市部における建物機能同定のための半教師付き枠組みを提案する。 光画像、建築高さ、夜間光データを収集し、建物の形態特性を記述する。 結果は、政府による2万の検証ポイントと統計調査によって評価される。
  論文  参考訳（メタデータ） (2024-05-08T15:32:20Z)
• UV-SAM: Adapting Segment Anything Model for Urban Village Identification [25.286722125746902]
  政府は都市村を監視するための調査手法に大きく依存している。 衛星画像から都市村の境界を正確に識別するために,UV-SAM という都市村区分にセグメンションモデル(SAM)を適用した。 UV-SAMは、まず小さなセマンティックセグメンテーションモデルを利用して、マスク、バウンディングボックス、画像表現などの都市村の混合プロンプトを生成し、それをSAMに送り込み、きめ細かい境界識別を行う。
  論文  参考訳（メタデータ） (2024-01-16T03:21:42Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Unified Data Management and Comprehensive Performance Evaluation for Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
  この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。 都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。 多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
  論文  参考訳（メタデータ） (2023-08-24T16:20:00Z)
• Effective Urban Region Representation Learning Using Heterogeneous Urban Graph Attention Network (HUGAT) [0.0]
  都市域の表現を学習するためのヘテロジニアスな都市グラフアテンションネットワーク(HUGAT)を提案する。 ニューヨークのデータに関する我々の実験では、HUGATは最先端のすべてのモデルより優れています。
  論文  参考訳（メタデータ） (2022-02-18T04:59:20Z)
• SensatUrban: Learning Semantics from Urban-Scale Photogrammetric Point Clouds [52.624157840253204]
  センサットウルバン(SensatUrban)は、イギリスの3都市から収集された7.6km2の30億点近くからなる、都市規模のUAV測光点クラウドデータセットである。 データセットの各ポイントは、粒度の細かいセマンティックアノテーションでラベル付けされ、その結果、既存の最大のフォトグラムポイントクラウドデータセットの3倍の大きさのデータセットが生成される。
  論文  参考訳（メタデータ） (2022-01-12T14:48:11Z)
• SustainBench: Benchmarks for Monitoring the Sustainable Development Goals with Machine Learning [63.192289553021816]
  国連持続可能な開発目標の進展は、主要な環境・社会経済指標のデータ不足によって妨げられている。 近年の機械学習の進歩により、衛星やソーシャルメディアなど、豊富な、頻繁に更新され、グローバルに利用可能なデータを活用することが可能になった。 本稿では,7個のSDGにまたがる15個のベンチマークタスクの集合であるSustainBenchを紹介する。
  論文  参考訳（メタデータ） (2021-11-08T18:59:04Z)
• Open government geospatial data on buildings for planning sustainable and resilient cities [0.0]
  自由アクセスのために政府から解放された建物に関する2次元地理空間データのグローバルな研究を行う。 私たちは、アクセシビリティ、豊かさ、データ品質、調和、他のアクターとの関係という5つの次元に基づいて、1億以上の建物を含む28カ国から140以上のリリースをベンチマークします。 政府によって公表されたデータの多くは空間分析に有用であるが、その間には大きな格差があり、全ての事例が高品質で調和し、説明情報に富んでいるわけではない。
  論文  参考訳（メタデータ） (2021-06-28T17:13:04Z)
• Mining GIS Data to Predict Urban Sprawl [1.5239252118069764]
  本稿では,地理情報システム(GIS)におけるデータ処理と分析の興味深い問題に対処し,都市スプロールの明確な視点を実現する。 都市スプロール(urban sprawl)とは、自動車依存や住宅と商業の分離といった影響を伴う、低密度地域の拡大と拡大を指す用語である。
  論文  参考訳（メタデータ） (2021-03-21T08:41:35Z)
• Semantic Segmentation on Swiss3DCities: A Benchmark Study on Aerial Photogrammetric 3D Pointcloud Dataset [67.44497676652173]
  スイスの3つの都市から採取された総面積2.7 km2$の屋外3Dポイントクラウドデータセットを紹介した。 データセットは、ポイントごとのラベルによるセマンティックセグメンテーションのために手動でアノテートされ、高解像度カメラを備えたマルチローターによって取得された画像のフォトグラムを用いて構築される。
  論文  参考訳（メタデータ） (2020-12-23T21:48:47Z)
• 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)

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。