論文の概要: Assessment of Local Climate Zone Products via Simplified Classification Rule with 3D Building Maps

• arxiv url: http://arxiv.org/abs/2309.15978v1
• Date: Wed, 27 Sep 2023 19:53:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-29 18:57:09.193134
• Title: Assessment of Local Climate Zone Products via Simplified Classification Rule with 3D Building Maps
• Title（参考訳）: 3次元ビルマップを用いた簡易分類ルールによる地域気候圏製品の評価
• Authors: Hunsoo Song, Gaia Cervini, Jinha Jung
• Abstract要約: 本研究は,グローバルな地域気候帯製品の性能を評価するものである。 米国内の3大都市圏におけるLCZの組立型クラスについて検討した。 我々は,グローバルLCZマップの不確実性に光を当て,最も区別が難しいLCZクラスを特定し,LCZ開発と検証の今後の計画について考察した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study assesses the performance of a global Local Climate Zone (LCZ) product. We examined the built-type classes of LCZs in three major metropolitan areas within the U.S. A reference LCZ was constructed using a simple rule-based method based on high-resolution 3D building maps. Our evaluation demonstrated that the global LCZ product struggles to differentiate classes that demand precise building footprint information (Classes 6 and 9), and classes that necessitate the identification of subtle differences in building elevation (Classes 4-6). Additionally, we identified inconsistent tendencies, where the distribution of classes skews differently across different cities, suggesting the presence of a data distribution shift problem in the machine learning-based LCZ classifier. Our findings shed light on the uncertainties in global LCZ maps, help identify the LCZ classes that are the most challenging to distinguish, and offer insight into future plans for LCZ development and validation.
• Abstract（参考訳）: 本研究では,グローバルローカル気候帯(LCZ)製品の性能を評価する。 米国内の3大都市圏におけるLCZの組立型クラスについて検討した。 LCZは高解像度3次元ビルディングマップに基づく単純なルールベース手法を用いて構築された。 評価の結果,グローバルなlcz製品では,正確な建物の足跡情報を必要とするクラス(クラス6とクラス9)と,建物の高さの微妙な違いを識別するクラス(クラス4〜6)の区別に苦慮していることがわかった。 さらに,異なる都市間でクラス分布が異なる不整合傾向を同定し,機械学習に基づくlcz分類器におけるデータ分散シフト問題の存在を示唆した。 我々は,グローバルLCZマップの不確実性に光を当て,最も区別が難しいLCZクラスを特定し,LCZ開発と検証の今後の計画について考察した。

関連論文リスト

• AutoLCZ: Towards Automatized Local Climate Zone Mapping from Rule-Based Remote Sensing [1.3963768610574674]
  ローカル気候ゾーン(LCZ)は、都市気候研究を改善するためにランドスケープ宇宙を分類する標準的な分類体系を確立した。 既存のLCZマッピングは、地理情報システム(GIS)とのヒューマンインタラクションや、リモートセンシング(RS)データからモデル化によってガイドされる。 本稿では,高分解能RSモダリティからLCZ分類特徴を抽出するために,AutoLCZと呼ばれる新しいLCZマッピングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-22T20:56:51Z)
• Land Cover Segmentation with Sparse Annotations from Sentinel-2 Imagery [0.31498833540989407]
  土地被覆(LC)セグメンテーションは, 環境分析や自然災害管理など, 様々な分野で重要な役割を担っている。 本稿では,LCセグメンテーションに関わる課題に,スパースアノテーションとドメイン適応手法を用いて対処する,燃料マップ記述のためのフレームワークSPADAを紹介する。 LUCASやUrban Atlasといった信頼性の高い地上事実を用いた性能評価は、この手法の有効性を実証している。
  論文  参考訳（メタデータ） (2023-06-28T14:26:57Z)
• Bagging Regional Classification Activation Maps for Weakly Supervised Object Localization [11.25759292976175]
  BagCAMsは、ローカライゼーションタスクのためのよく訓練された分類器をより良く投影するためのプラグアンドプレイ機構である。 我々のBagCAMは、地域ローカライザの集合を定義するために、提案した地域ローカライザ生成戦略を採用する。 実験により,提案したBagCAMを用いることで,ベースラインWSOL法の性能が向上することが示唆された。
  論文  参考訳（メタデータ） (2022-07-16T03:03:01Z)
• Deep Class Incremental Learning from Decentralized Data [103.2386956343121]
  我々は、対処すべきデータの継続的な流入がある、新しい、挑戦的な分散機械学習パラダイムに焦点を当てています。 典型的な(分散化された)クラスインクリメンタルな学習手法の基本的な分散化を実現するためのパラダイムを導入する。 本稿では, 歴史的モデルや複数のローカルサイトからの知識を連続的に一般モデルに伝達するための分散複合知識増分蒸留フレームワーク(DCID)を提案する。
  論文  参考訳（メタデータ） (2022-03-11T15:09:33Z)
• Jalisco's multiclass land cover analysis and classification using a novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
  本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。 本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。 組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
  論文  参考訳（メタデータ） (2022-01-26T14:58:51Z)
• Enhancing Prototypical Few-Shot Learning by Leveraging the Local-Level Strategy [75.63022284445945]
  既存の作業では、ローカルレベルの機能をすべて混ぜることで、イメージレベルの機能に基づいた、いくつかのショットモデルを構築することがよくあります。 a) 基地と新規カテゴリーの識別的位置バイアスを回避するための地域非依存のトレーニング戦略,(b) 地域レベルの特徴の正確な比較を捉えるための新しい地域レベルの類似度尺度を提案する。
  論文  参考訳（メタデータ） (2021-11-08T08:45:15Z)
• PGL: Prior-Guided Local Self-supervised Learning for 3D Medical Image Segmentation [87.50205728818601]
  本稿では,潜在特徴空間における局所的一貫性を学習するPGL(PresideedGuided Local)自己教師モデルを提案する。 我々のPGLモデルは、局所領域の特異な表現を学習し、したがって構造情報を保持できる。
  論文  参考訳（メタデータ） (2020-11-25T11:03:11Z)
• Developing High Quality Training Samples for Deep Learning Based Local Climate Zone Classification in Korea [0.5257115841810257]
  国連の計画によると、2050年までに3人に2人が都市部に住んでいる。 一般的な都市フットプリントデータは、高解像度の都市範囲を提供するが、分布、パターン、特徴に関する必須情報はない。 本研究では,韓国の主要都市をマルチスケール畳み込みニューラルネットワークを用いて地図化するためのローカル気候ゾーン(LCZ)データを開発した。
  論文  参考訳（メタデータ） (2020-11-03T02:52:37Z)
• Evaluation for Weakly Supervised Object Localization: Protocol, Metrics, and Datasets [65.73451960585571]
  我々は、弱教師付きオブジェクトローカライゼーション(WSOL)タスクは、画像レベルのラベルだけでは不十分であると主張している。 本稿では,テストセットと重複しない小さなホールトアウトセットにのみ,完全な監視が制限される新しい評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-07-08T15:09:16Z)
• Evaluating Weakly Supervised Object Localization Methods Right [65.73451960585571]
  我々は、弱教師付きオブジェクトローカライゼーション(WSOL)タスクは、画像レベルのラベルだけでは不十分であると主張している。 本稿では,テストセットと重複しない小さなホールトアウトセットにのみ,完全な監視が制限される新しい評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-01-21T10:50:06Z)

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。