論文の概要: Toward building next-generation Geocoding systems: a systematic review
- arxiv url: http://arxiv.org/abs/2503.18888v1
- Date: Mon, 24 Mar 2025 17:00:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-25 14:40:04.051040
- Title: Toward building next-generation Geocoding systems: a systematic review
- Title（参考訳）: 次世代ジオコーディングシステムの構築に向けて : 体系的レビュー
- Authors: Zhengcong Yin, Daniel W. Goldberg, Binbin Lin, Bing Zhou, Diya Li, Andong Ma, Ziqian Ming, Heng Cai, Zhe Zhang, Shaohua Wang, Shanzhen Gao, Joey Ying Lee, Xiao Li, Da Huo,
- Abstract要約: ジオコーディングシステムは、空間分析のための科学研究と位置ベースサービスによる日常生活の両方で広く利用されている。
このレビューはまず、これらのシステムが対応しなければならない様々なシナリオにおいて、入力と出力をジオコーディングするための進化する要件について考察する。
次に、そのようなシステムを重要な機能コンポーネントに分解して構築する方法を詳細に分析する。
- 参考スコア（独自算出の注目度）: 12.67966522328433
- License:
- Abstract: Geocoding systems are widely used in both scientific research for spatial analysis and everyday life through location-based services. The quality of geocoded data significantly impacts subsequent processes and applications, underscoring the need for next-generation systems. In response to this demand, this review first examines the evolving requirements for geocoding inputs and outputs across various scenarios these systems must address. It then provides a detailed analysis of how to construct such systems by breaking them down into key functional components and reviewing a broad spectrum of existing approaches, from traditional rule-based methods to advanced techniques in information retrieval, natural language processing, and large language models. Finally, we identify opportunities to improve next-generation geocoding systems in light of recent technological advances.
- Abstract（参考訳）: ジオコーディングシステムは、空間分析のための科学研究と位置ベースサービスによる日常生活の両方で広く利用されている。
ジオコードされたデータの質は、その後のプロセスやアプリケーションに大きな影響を与え、次世代システムの必要性を強調している。
この要求に応えて、このレビューはまず、これらのシステムが対処しなければならない様々なシナリオにおける入力と出力のジオコーディングの進化する要件について検討する。
次に、これらのシステムを重要な機能コンポーネントに分解し、従来のルールベースの手法から情報検索、自然言語処理、および大規模言語モデルにおける高度な技術に至るまで、既存のアプローチの幅広い範囲をレビューすることで、構築方法の詳細な分析を行う。
最後に,最近の技術進歩を踏まえ,次世代のジオコーディングシステムを改善する機会を見出した。
関連論文リスト
- Graph Foundation Models for Recommendation: A Comprehensive Survey [55.70529188101446]
大規模言語モデル(LLM)は自然言語を処理し、理解するために設計されており、どちらも非常に効果的で広く採用されている。
最近の研究はグラフ基礎モデル(GFM)に焦点を当てている。
GFM は GNN と LLM の強みを統合し,複雑な RS 問題をより効率的にモデル化する。
論文 参考訳（メタデータ） (2025-02-12T12:13:51Z) - Chain-of-Programming (CoP) : Empowering Large Language Models for Geospatial Code Generation [2.6026969939746705]
本稿では,コード生成プロセスを5段階に分解するプログラミングフレームワークを提案する。
このフレームワークには、共有情報プール、知識ベース検索、ユーザフィードバック機構が含まれている。
生成されたコードの論理的明確性、構文的正確性、実行可能性を大幅に改善する。
論文 参考訳（メタデータ） (2024-11-16T09:20:35Z) - Self-supervised Learning for Geospatial AI: A Survey [21.504978593542354]
自己教師付き学習(SSL)は地理空間データに採用されていることで注目を集めている。
本稿では,地理空間ベクトルデータで広く用いられている3種類の一次データ(幾何学)に対して,SSL技術の適用および開発に関する包括的かつ最新の調査を行う。
論文 参考訳（メタデータ） (2024-08-22T05:28:22Z) - Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese
Geographic Re-Ranking [61.60169764507917]
中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。
そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
論文 参考訳（メタデータ） (2023-09-04T13:44:50Z) - 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) - Roadmap on Signal Processing for Next Generation Measurement Systems [0.222020259427608]
人工知能と機械学習の最近の進歩は、研究の注目をインテリジェントでデータ駆動の信号処理へとシフトさせている。
このロードマップは、次世代計測システムに向けた今後の課題と研究の機会を強調するために、最先端の手法と応用について批判的な概要を提示する。
基礎研究から工業研究まで幅広い分野をカバーし、研究分野ごとの現在と将来の発展の傾向と影響を反映した簡潔なテーマのセクションで組織されている。
論文 参考訳（メタデータ） (2021-11-03T19:39:34Z) - Supervised DKRC with Images for Offline System Identification [77.34726150561087]
現代の力学系はますます非線形で複雑なものになりつつある。
予測と制御のためのコンパクトで包括的な表現でこれらのシステムをモデル化するフレームワークが必要である。
本手法は,教師付き学習手法を用いてこれらの基礎関数を学習する。
論文 参考訳（メタデータ） (2021-09-06T04:39:06Z) - Applications of physics-informed scientific machine learning in
subsurface science: A survey [64.0476282000118]
地球系は、化石エネルギー探査、廃棄物処理、地質炭素隔離、再生可能エネルギー生成などの人間の活動によって変化した地質形成です。
したがって、ジオシステムの責任ある使用と探索は、効率的な監視、リスクアセスメント、および実用的な実装のための意思決定支援ツールに依存するジオシステムガバナンスにとって重要です。
近年の機械学習アルゴリズムと新しいセンシング技術の急速な進歩は、地下研究コミュニティがジオシステムガバナンスの有効性と透明性を向上させる新しい機会を提示しています。
論文 参考訳（メタデータ） (2021-04-10T13:40:22Z) - Deep Learning Techniques for Geospatial Data Analysis [0.0]
消費者電子デバイスは、地理空間データと呼ばれる大量の位置情報を連続的に生成している。
近年、このような地理空間データを中心に、多くの有用な一般用途が設計され、展開されている。
近年のディープラーニング技術分野の進歩は、ニューラルネットワークに基づく技術が従来の機械学習技術より優れていることを示している。
論文 参考訳（メタデータ） (2020-08-30T11:51:10Z) - A Survey on Deep Learning for Localization and Mapping: Towards the Age
of Spatial Machine Intelligence [48.67755344239951]
包括的調査を行い、深層学習を用いた局所化とマッピングのための新しい分類法を提案する。
オードメトリ推定、マッピング、グローバルローカライゼーション、同時ローカライゼーション、マッピングなど、幅広いトピックがカバーされている。
この研究がロボティクス、コンピュータビジョン、機械学習コミュニティの新たな成果を結び付けることを願っている。
論文 参考訳（メタデータ） (2020-06-22T19:01:21Z)
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。