論文の概要: The State of Computer Vision Research in Africa
- arxiv url: http://arxiv.org/abs/2401.11617v3
- Date: Fri, 13 Sep 2024 22:49:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-18 03:05:43.345205
- Title: The State of Computer Vision Research in Africa
- Title（参考訳）: アフリカにおけるコンピュータビジョン研究の現状
- Authors: Abdul-Hakeem Omotayo, Ashery Mbilinyi, Lukman Ismaila, Houcemeddine Turki, Mahmoud Abdien, Karim Gamal, Idriss Tondji, Yvan Pimi, Naome A. Etori, Marwa M. Matar, Clifford Broni-Bediako, Abigail Oppong, Mai Gamal, Eman Ehab, Gbetondji Dovonon, Zainab Akinjobi, Daniel Ajisafe, Oluwabukola G. Adegboro, Mennatullah Siam,
- Abstract要約: この研究はアフリカからの63,000のスコパスのコンピュータビジョンの出版物を分析した。
大規模な言語モデルを用いて、その抽象概念を自動解析し、トピックやデータセットを識別し分類する。
また、アフリカのコンピュータビジョン研究者の間で大規模なアンケートを行い、緊急の注意を要する構造的障壁を特定する。
- 参考スコア（独自算出の注目度）: 5.047087421666734
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite significant efforts to democratize artificial intelligence (AI), computer vision which is a sub-field of AI, still lags in Africa. A significant factor to this, is the limited access to computing resources, datasets, and collaborations. As a result, Africa's contribution to top-tier publications in this field has only been 0.06% over the past decade. Towards improving the computer vision field and making it more accessible and inclusive, this study analyzes 63,000 Scopus-indexed computer vision publications from Africa. We utilize large language models to automatically parse their abstracts, to identify and categorize topics and datasets. This resulted in listing more than 100 African datasets. Our objective is to provide a comprehensive taxonomy of dataset categories to facilitate better understanding and utilization of these resources. We also analyze collaboration trends of researchers within and outside the continent. Additionally, we conduct a large-scale questionnaire among African computer vision researchers to identify the structural barriers they believe require urgent attention. In conclusion, our study offers a comprehensive overview of the current state of computer vision research in Africa, to empower marginalized communities to participate in the design and development of computer vision systems.
- Abstract（参考訳）: 人工知能(AI)を民主化する大きな努力にもかかわらず、AIのサブフィールドであるコンピュータビジョンは依然としてアフリカで遅れている。
これに対する重要な要因は、コンピューティングリソース、データセット、コラボレーションへのアクセス制限である。
その結果、アフリカにおけるトップレベルの出版物への貢献は、過去10年間でわずか0.06%に過ぎなかった。
コンピュータビジョンの分野を改良し、よりアクセスしやすく包括的にすることを目指して、アフリカから63,000件のスコパスによるコンピュータビジョンの出版物を分析した。
大規模な言語モデルを用いて、その抽象概念を自動解析し、トピックやデータセットを識別し分類する。
この結果、100以上のアフリカのデータセットがリストアップされた。
本研究の目的は,これらの資源の理解と利用を促進するために,データセットカテゴリの包括的分類を提供することである。
また,大陸内外における研究者のコラボレーション動向を分析した。
さらに、アフリカのコンピュータビジョン研究者の間で大規模なアンケートを実施し、緊急の注意を要すると信じている構造的障壁を特定する。
結論として,アフリカにおけるコンピュータビジョン研究の現状を包括的に概観し,コンピュータビジョンシステムの設計・開発への参加を余分なコミュニティに促す。
関連論文リスト
- Fairness and Bias Mitigation in Computer Vision: A Survey [61.01658257223365]
コンピュータビジョンシステムは、高精細な現実世界のアプリケーションにますますデプロイされている。
歴史的または人為的なデータにおいて差別的な傾向を伝播または増幅しないことを確実にする必要がある。
本稿では,コンピュータビジョンの文脈における現在進行中の傾向と成功をまとめた,公平性に関する総合的な調査を行う。
論文 参考訳（メタデータ） (2024-08-05T13:44:22Z) - A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。
多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
論文 参考訳（メタデータ） (2024-05-30T04:46:40Z) - Case Studies of AI Policy Development in Africa [1.3194391758295114]
人工知能(AI)は、アフリカ諸国の国家技術利用と戦略を評価する新しい方法を必要とする。
我々は、既存のグローバルな準備性評価は、AIの準備性におけるアフリカの国家の進歩を完全には捉えていないと結論づける。
論文 参考訳（メタデータ） (2024-02-29T19:17:11Z) - Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。
インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。
多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文 参考訳（メタデータ） (2024-02-28T00:22:42Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Flickr Africa: Examining Geo-Diversity in Large-Scale, Human-Centric
Visual Data [3.4022338837261525]
アフリカの各国に関連付けられた地理タグ付きFlickr画像を用いて、大規模な人中心画像の地理的多様性を解析した。
欧州の人口適合国と比較して,利用可能なデータの量と内容について報告する。
我々は、アフリカからのかなりの数の画像が、非地元の写真家によって撮影されている証拠として、他者現象の発見を提示する。
論文 参考訳（メタデータ） (2023-08-16T20:12:01Z) - Towards a Better Understanding of the Computer Vision Research Community
in Africa [4.775172424932638]
我々は、アフリカの機関が最上位のコンピュータビジョン会場で公開できる機会について研究する。
我々は,北米やアジアなど他の大陸とは異なり,上位階層におけるアフリカ系出版の傾向が一貫した成長を見せていないことを示す。
我々は、東アフリカと西アフリカの両方が、過去2年間に南アフリカとのギャップを閉じることで、有望な増加を見せていることを強調した。
論文 参考訳（メタデータ） (2023-05-11T12:54:10Z) - MasakhaNER 2.0: Africa-centric Transfer Learning for Named Entity
Recognition [55.95128479289923]
アフリカ系言語は10億人を超える人々によって話されているが、NLPの研究や開発ではあまり語られていない。
我々は、20のアフリカ言語で最大の人間アノテーション付きNERデータセットを作成します。
最適な転送言語を選択すると、ゼロショットF1スコアが平均14ポイント向上することを示す。
論文 参考訳（メタデータ） (2022-10-22T08:53:14Z) - MasakhaNER: Named Entity Recognition for African Languages [48.34339599387944]
アフリカで10の言語で名前付きエンティティ認識のための、最初の大規模な公開可能な高品質データセットを作成します。
我々は,これらの言語がNERにもたらす課題を理解するために,言語の特徴を詳述する。
論文 参考訳（メタデータ） (2021-03-22T13:12:44Z) - Adoption of ICT innovations in the agriculture sector in Africa: A
Systematic Literature Review [3.0969191504482243]
本研究は,アフリカの農業分野におけるICTイノベーションの探求を目的とする。
主要なICT技術は、携帯電話をターゲットにしたテキストと音声ベースのサービスである。
サービスの採用は、技術基盤の貧弱、不適切なICTポリシー、低容量のユーザによって制限されている。
論文 参考訳（メタデータ） (2020-06-24T16:03:27Z)
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。