論文の概要: Exploring Nature: Datasets and Models for Analyzing Nature-Related
Disclosures
- arxiv url: http://arxiv.org/abs/2312.17337v1
- Date: Thu, 28 Dec 2023 19:42:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-02 14:50:34.263190
- Title: Exploring Nature: Datasets and Models for Analyzing Nature-Related
Disclosures
- Title(参考訳): 自然を探索する:自然関連開示の分析のためのデータセットとモデル
- Authors: Tobias Schimanski, Chiara Colesanti Senni, Glen Gostlow, Jingwei Ni,
Tingyu Yu, Markus Leippold
- Abstract要約: 我々は,自然関連財務開示タスクフォースのガイドラインにアプローチを定めている。
各次元について、2200のテキストサンプルとトレーニング分類器モデルを備えたエキスパートアノテーション付きデータセットを作成します。
ホットスポット地域では,自然コミュニケーションが普及し,農業や公共事業といった産業に直接的な影響を及ぼすことが示唆された。
- 参考スコア(独自算出の注目度): 3.348779089844034
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nature is an amorphous concept. Yet, it is essential for the planet's
well-being to understand how the economy interacts with it. To address the
growing demand for information on corporate nature disclosure, we provide
datasets and classifiers to detect nature communication by companies. We ground
our approach in the guidelines of the Taskforce on Nature-related Financial
Disclosures (TNFD). Particularly, we focus on the specific dimensions of water,
forest, and biodiversity. For each dimension, we create an expert-annotated
dataset with 2,200 text samples and train classifier models. Furthermore, we
show that nature communication is more prevalent in hotspot areas and directly
effected industries like agriculture and utilities. Our approach is the first
to respond to calls to assess corporate nature communication on a large scale.
- Abstract(参考訳): 自然はアモルファスな概念である。
しかし、経済と経済の相互作用を理解することは、この惑星の幸福に欠かせない。
企業による自然情報開示の需要の増加に対応するため,企業による自然コミュニケーションを検出するためのデータセットと分類器を提供する。
我々は,自然関連財務開示タスクフォース(TNFD)のガイドラインにアプローチを定めている。
特に、水、森林、生物多様性の特定の次元に焦点を当てます。
各次元について、2200のテキストサンプルとトレーニング分類器モデルを備えたエキスパートアノテーション付きデータセットを作成します。
さらに, ホットスポット地域では自然コミュニケーションが普及しており, 農業や公益事業などの産業に直接影響を与えることを示した。
当社のアプローチは,企業自然コミュニケーションを大規模に評価するためのコールに対応する最初の方法です。
関連論文リスト
- FREE: The Foundational Semantic Recognition for Modeling Environmental Ecosystems [28.166089112650926]
FREEは利用可能な環境データをテキスト空間にマッピングし、環境科学における従来の予測モデリングタスクを意味認識問題に変換する。
長期予測に使用する場合、FREEは将来予測を強化するために新たに収集した観測を組み込む柔軟性を持つ。
FREEの有効性は、2つの社会的に重要な実世界の応用の文脈で評価され、デラウェア川流域の河川水温を予測し、イリノイ州とアイオワ州で毎年トウモロコシの収量を予測する。
論文 参考訳(メタデータ) (2023-11-17T00:53:09Z) - Confident Naturalness Explanation (CNE): A Framework to Explain and
Assess Patterns Forming Naturalness [3.846084066763095]
本稿では,CNE(Confident Naturalness Explanation)フレームワークという新しいフレームワークを提案する。
このフレームワークは、説明可能な機械学習と不確実性定量化を組み合わせて、自然性を評価し説明する。
自然性の概念に対するパターンの確実な寄与を記述した新しい量的尺度を導入する。
論文 参考訳(メタデータ) (2023-11-15T13:19:02Z) - 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) - OpenForest: A data catalogue for machine learning in forest monitoring [22.94664416295411]
森林モニタリングの促進は、人間の影響を緩和し、森林構成の理解を深める上での利点である。
空間規模で86のオープンアクセス森林データセットの概要を概観する。
これらのデータセットは、すべての利用可能なオープンアクセスフォレストデータセットを参照しようとするコントリビューションにオープンな動的カタログであるOpenForestにグループ化されている。
論文 参考訳(メタデータ) (2023-11-01T03:59:20Z) - Using interpretable boosting algorithms for modeling environmental and
agricultural data [0.0]
本稿では,高次元環境データの解析に解釈可能なブースティングアルゴリズムを用いる方法について述べる。
提案手法は, 群構造をどう考えるか, 相互作用が高次元データセットでどのように見られるのかを, 新たな2段階ブースティング手法を用いて示すものである。
論文 参考訳(メタデータ) (2023-05-04T10:16:11Z) - Toward the Automated Construction of Probabilistic Knowledge Graphs for
the Maritime Domain [60.76554773885988]
国際海事犯罪はますます高度化しており、より広い犯罪ネットワークと結びついていることが多い。
これは、ハードデータと他のタイプのデータを組み合わせることを目的とした研究と開発に繋がった。
本稿では,確率的知識グラフの自動構築のためのプロトタイプであるMaritime DeepDiveを提案する。
論文 参考訳(メタデータ) (2023-05-04T00:24:30Z) - Bird Distribution Modelling using Remote Sensing and Citizen Science
data [31.375576105932442]
気候変動は生物多様性の喪失の主要な要因である。
種の分布には大きな知識ギャップがある。
本稿では,コンピュータビジョンを利用した種分散モデルの改良手法を提案する。
論文 参考訳(メタデータ) (2023-05-01T20:27:11Z) - A General Purpose Neural Architecture for Geospatial Systems [142.43454584836812]
本稿では,空間的帰納バイアスを持つ汎用ニューラルアーキテクチャ(GPNA)の構築に向けたロードマップを示す。
このようなモデルがコミュニティのメンバー間の協力をいかに促進するかを考察する。
論文 参考訳(メタデータ) (2022-11-04T09:58:57Z) - 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) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳(メタデータ) (2020-11-03T21:22:42Z) - A Data Scientist's Guide to Streamflow Prediction [55.22219308265945]
我々は,水文降雨要素と流出モデルに着目し,洪水の予測と流れの予測に応用する。
このガイドは、データサイエンティストが問題や水文学的な概念、そしてその過程で現れる詳細を理解するのを助けることを目的としています。
論文 参考訳(メタデータ) (2020-06-05T08:04:37Z)
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。