論文の概要: Evaluating the Quality of Open Building Datasets for Mapping Urban Inequality: A Comparative Analysis Across 5 Cities

• arxiv url: http://arxiv.org/abs/2508.12872v1
• Date: Mon, 18 Aug 2025 12:14:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:11.281925
• Title: Evaluating the Quality of Open Building Datasets for Mapping Urban Inequality: A Comparative Analysis Across 5 Cities
• Title（参考訳）: 都市不平等のマッピングのためのオープンビルデータセットの品質評価:5都市間の比較分析
• Authors: Franz Okyere, Meng Lu, Ansgar Brunn,
• Abstract要約: 本研究では、OpenStreetMap(OSM)データに対して、GoogleとMicrosoftが生成したAI生成のOpen Buildingデータセットの品質とバイアスを評価する。 その結果、ヒューストンとベルリンは高いアライメントと完全性を示した。 分析されたデータセットにはギャップがあり、AccraやCaracasのような都市は表現が不足している可能性がある。
• 参考スコア（独自算出の注目度）: 1.4747234049753448
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While informal settlements lack focused development and are highly dynamic, the quality of spatial data for these places may be uncertain. This study evaluates the quality and biases of AI-generated Open Building Datasets (OBDs) generated by Google and Microsoft against OpenStreetMap (OSM) data, across diverse global cities including Accra, Nairobi, Caracas, Berlin, and Houston. The Intersection over Union (IoU), overlap analysis and a positional accuracy algorithm are used to analyse the similarity and alignment of the datasets. The paper also analyses the size distribution of the building polygon area, and completeness using predefined but regular spatial units. The results indicate significant variance in data quality, with Houston and Berlin demonstrating high alignment and completeness, reflecting their structured urban environments. There are gaps in the datasets analysed, and cities like Accra and Caracas may be under-represented. This could highlight difficulties in capturing complex or informal regions. The study also notes different building size distributions, which may be indicative of the global socio-economic divide. These findings may emphasise the need to consider the quality of global building datasets to avoid misrepresentation, which is an important element of planning and resource distribution.
• Abstract（参考訳）: 非公式の集落は開発が集中せず、非常にダイナミックであるが、これらの場所の空間データの品質は不確実である。 本研究では,GoogleとMicrosoftが生成するAI生成のオープンビルディングデータセット(OBD)の品質とバイアスを,Accra,Nairobi,Caracas,Berlin,Houstonといったさまざまなグローバル都市にわたって評価する。 データセットの類似性とアライメントを分析するために、IoU(Intersection over Union)、重複解析、位置精度アルゴリズムが使用される。 また, 建築多角形面積の大きさ分布と, 既定だが正則な空間単位を用いた完全性についても検討した。 その結果、ヒューストンとベルリンは高度にアライメントと完全性を示し、その構造的都市環境を反映していることが明らかとなった。 分析されたデータセットにはギャップがあり、AccraやCaracasのような都市は表現が不足している可能性がある。 これは複雑な地域や非公式な地域を占領することの難しさを浮き彫りにする可能性がある。 この研究はまた、世界社会と経済の分断を示唆する様々な建物の大きさの分布についても言及している。 これらの知見は、計画や資源分布の重要な要素である誤表現を避けるために、グローバルなビルディングデータセットの品質を検討する必要性を強調している可能性がある。

関連論文リスト

• Synthetic Data Matters: Re-training with Geo-typical Synthetic Labels for Building Detection [13.550020274133866]
  対象地域の都市配置に合わせた合成データを用いて,テスト時に再学習モデルを提案する。 対象地域の都市構造を忠実に再現する地球型合成データを生成する。 実験では、ドメインギャップに応じて、パフォーマンスが大幅に向上し、中央値の12%が改善された。
  論文  参考訳（メタデータ） (2025-07-22T14:53:13Z)
• Urban Forms Across Continents: A Data-Driven Comparison of Lausanne and Philadelphia [7.693465097015469]
  本研究では,地理的・文化的に異なる都市間での都市型を識別・比較するためのデータ駆動型枠組みを提案する。 ローザンヌ市,スイス市,フィラデルフィア市において,地形,多様性,緑地,興味点に関連する多次元的特徴を抽出した。 その結果, 規模, 密度, 文化状況の相違にもかかわらず, 両都市にまたがるクラスタタイプが出現している。
  論文  参考訳（メタデータ） (2025-05-05T18:13:22Z)
• Geolocation with Real Human Gameplay Data: A Large-Scale Dataset and Human-Like Reasoning Framework [59.42946541163632]
  3つの重要なコンポーネントを持つ包括的位置決めフレームワークを導入する。 大規模データセットGeoComp、新しい推論手法GeoCoT、評価指標GeoEval。 また,GeoCoTは解釈可能性を高めつつ,位置情報の精度を最大25%向上させることを示した。
  論文  参考訳（メタデータ） (2025-02-19T14:21:25Z)
• Identifying every building's function in large-scale urban areas with multi-modality remote-sensing data [5.18540804614798]
  本研究は,大規模都市部における建物機能同定のための半教師付き枠組みを提案する。 光画像、建築高さ、夜間光データを収集し、建物の形態特性を記述する。 結果は、政府による2万の検証ポイントと統計調査によって評価される。
  論文  参考訳（メタデータ） (2024-05-08T15:32:20Z)
• City Foundation Models for Learning General Purpose Representations from OpenStreetMap [16.09047066527081]
  本稿では,都市のような選択された地理的関心領域における基礎モデルをトレーニングするためのフレームワークであるCityFMを紹介する。 CityFMはOpenStreetMapからのオープンデータにのみ依存し、異なるタイプのエンティティ、空間、視覚、およびテキスト情報のマルチモーダル表現を生成する。 すべての実験において、CityFMはベースラインに匹敵する、あるいは同等のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2023-10-01T05:55:30Z)
• Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for Cross-City Semantic Segmentation using High-Resolution Domain Adaptation Networks [82.82866901799565]
  我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。 単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。 高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
  論文  参考訳（メタデータ） (2023-09-26T23:55:39Z)
• Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings [44.4879068879732]
  本稿では,データアソシエーションにおけるあいまいさを解消するための完全なパイプラインを提案する。 その中核は、測定のエントロピーに応じて探索領域に適応する堅牢な自己調整データアソシエーションである。 ドイツ・カールスルーエ市周辺の都市・農村のシナリオを実データとして評価した。
  論文  参考訳（メタデータ） (2022-07-28T12:29:39Z)
• Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset, Benchmarks and Challenges [52.624157840253204]
  我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。 私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。 我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
  論文  参考訳（メタデータ） (2020-09-07T14:47:07Z)

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。