論文の概要: Enabling Decision-Support Systems through Automated Cell Tower Detection

• arxiv url: http://arxiv.org/abs/2311.07840v1
• Date: Tue, 14 Nov 2023 01:40:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-15 15:57:35.175812
• Title: Enabling Decision-Support Systems through Automated Cell Tower Detection
• Title（参考訳）: セルタワー自動検出による意思決定支援システムの実現
• Authors: Natasha Krell, Will Gleave, Daniel Nakada, Justin Downes, Amanda Willet and Matthew Baran
• Abstract要約: サハラ以南のアフリカでは、携帯電話の報道と高速サービス格差が続いている。 リモートセンシング画像と組み合わせたディープニューラルネットワークは、細胞塔の物体検出に使用できる。 本研究では,セルタワーの特定のための物体検出モデルをトレーニングするための,部分的に自動化されたワークフローを実演する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cell phone coverage and high-speed service gaps persist in rural areas in sub-Saharan Africa, impacting public access to mobile-based financial, educational, and humanitarian services. Improving maps of telecommunications infrastructure can help inform strategies to eliminate gaps in mobile coverage. Deep neural networks, paired with remote sensing images, can be used for object detection of cell towers and eliminate the need for inefficient and burdensome manual mapping to find objects over large geographic regions. In this study, we demonstrate a partially automated workflow to train an object detection model to locate cell towers using OpenStreetMap (OSM) features and high-resolution Maxar imagery. For model fine-tuning and evaluation, we curated a diverse dataset of over 6,000 unique images of cell towers in 26 countries in eastern, southern, and central Africa using automatically generated annotations from OSM points. Our model achieves an average precision at 50% Intersection over Union (IoU) (AP@50) of 81.2 with good performance across different geographies and out-of-sample testing. Accurate localization of cell towers can yield more accurate cell coverage maps, in turn enabling improved delivery of digital services for decision-support applications.
• Abstract（参考訳）: サハラ以南のアフリカの農村部では携帯電話の報道と高速サービス格差が続き、モバイルベースの金融、教育、人道サービスへの公共アクセスに影響を及ぼしている。 通信インフラの地図の改善は、モバイルカバレッジのギャップを取り除くための戦略を通知するのに役立つ。 リモートセンシングイメージと組み合わせたディープニューラルネットワークは、セルタワーのオブジェクト検出に使用可能であり、大きな地理的領域でオブジェクトを見つけるために、非効率で負担の多い手動マッピングの必要性をなくすことができる。 本研究では,openstreetmap (osm) 機能と高解像度のmaxar画像を用いて,物体検出モデルを訓練し,セルタワーの探索を行う部分自動化ワークフローを実証する。 モデル微調整と評価のために,OSMポイントから自動生成したアノテーションを用いて,東アフリカ,南アフリカ,中央アフリカの26カ国で6000以上の独特なセルタワーの画像を収集した。 このモデルでは、結合(iou)上の50%の交差点(ap@50)で平均精度を81.2で達成し、異なる地理的に優れた性能とサンプル外テストを実現している。 正確なセルタワーのローカライゼーションにより、より正確なセルカバレッジマップが得られ、意思決定支援アプリケーションのためのデジタルサービスのデリバリが改善される。

関連論文リスト

• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• DeepCell: A Ubiquitous Accurate Provider-side Cellular-based Localization [4.962238993531738]
  DeepCell(ディープセル)は、携帯電話の指紋認証システムである。 一貫した中央値の精度は29mに達する。 この精度は最先端のクライアントベースシステムより75.4%以上優れている。
  論文  参考訳（メタデータ） (2024-07-24T01:28:04Z)
• Fast and Accurate Cooperative Radio Map Estimation Enabled by GAN [63.90647197249949]
  6G時代には、無線リソースのリアルタイムモニタリングと管理が、多様な無線アプリケーションをサポートするように求められている。 本稿では,GAN(Generative Adversarial Network)による協調的無線地図推定手法を提案する。
  論文  参考訳（メタデータ） (2024-02-05T05:01:28Z)
• Abnormal Occupancy Grid Map Recognition using Attention Network [13.145725469711413]
  本研究は、残差ニューラルネットワークと新しいアテンション機構モジュールを用いた、自動異常占有グリッドマップ認識に焦点を当てる。 階層的特徴を生成するための残差ブロックを含む実効チャネルと空間残留SE(csRSE)アテンションモジュールを提案する。 実験の結果,提案した注意ネットワークは,異常占有格子地図認識の精度96.23%で異常地図を推定できることがわかった。
  論文  参考訳（メタデータ） (2021-10-18T06:37:21Z)
• Outdoor Position Recovery from HeterogeneousTelco Cellular Data [13.138193917880999]
  本研究では,マルチタスク学習に基づく深層ニューラルネットワーク(DNN)フレームワーク,すなわちPRNet+を提案する。 上海の3つの代表的な地域で収集された8つのデータセットの大規模な評価は、PRNet+が最先端のデータを著しく上回っていることを示している。
  論文  参考訳（メタデータ） (2021-08-24T10:02:32Z)
• Continental-Scale Building Detection from High Resolution Satellite Imagery [5.56205296867374]
  アーキテクチャ,損失関数,正規化,事前学習,自己学習,後処理のバリエーションについて検討し,インスタンスセグメンテーション性能を向上する。 アフリカ全土の100万枚の衛星画像のデータセットを用いて、手動でラベル付けされた建築事例を含む実験が行われた。 本稿では,このモデルを用いた建物検出の性能向上のための新しい手法について報告する。
  論文  参考訳（メタデータ） (2021-07-26T15:48:14Z)
• AdaZoom: Adaptive Zoom Network for Multi-Scale Object Detection in Large Scenes [57.969186815591186]
  大規模なシーンの検出は、小さなオブジェクトと極端なスケールの変動のために難しい問題である。 本稿では,物体検出のための焦点領域を適応的に拡大するために,フレキシブルな形状と焦点長を有する選択的拡大器として,新しい適応型Zoom(AdaZoom)ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-06-19T03:30:22Z)
• A Data-Driven Analytical Framework of Estimating Multimodal Travel Demand Patterns using Mobile Device Location Data [5.902556437760098]
  本稿では,スマートフォンの位置データからマルチモーダル旅行需要パターンを抽出するデータ駆動分析フレームワークを提案する。 トラベルモードインプテーションのための訓練された単層モデルとディープニューラルネットワークを開発した。 この枠組みは、近隣の鉄道、地下鉄、高速道路、バス路線への交通ルートの近接性を評価するためにマルチモーダル交通網も組み込んでいる。
  論文  参考訳（メタデータ） (2020-12-08T22:49:44Z)
• Deploying machine learning to assist digital humanitarians: making image annotation in OpenStreetMap more efficient [72.44260113860061]
  本稿では,OpenStreetMapにおけるボランティアの作業を支援し,最適化するためのインタラクティブな手法を提案する。 提案手法は,OSMのボランティアが検証・修正するために必要なデータ量を大幅に削減する。
  論文  参考訳（メタデータ） (2020-09-17T10:05:30Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)

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。