論文の概要: An Open Benchmark Dataset for GeoAI Foundation Models for Oil Palm Mapping in Indonesia

• arxiv url: http://arxiv.org/abs/2509.08303v1
• Date: Wed, 10 Sep 2025 05:59:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-11 15:16:52.320754
• Title: An Open Benchmark Dataset for GeoAI Foundation Models for Oil Palm Mapping in Indonesia
• Title（参考訳）: インドネシアにおける石油パルムマッピングのためのGeoAI基盤モデルのためのオープンベンチマークデータセット
• Authors: M. Warizmi Wafiq, Peter Cutter, Ate Poortinga, Daniel Marc G. dela Torre, Karis Tenneson, Vanna Teck, Enikoe Bihari, Chanarun Saisaward, Weraphong Suaruang, Andrea McMahon, Andi Vika Faradiba Muin, Karno B. Batiran, Chairil A, Nurul Qomar, Arya Arismaya Metananda, David Ganz, David Saah,
• Abstract要約: ヤシの栽培はインドネシアにおける森林伐採の主要な原因の1つとなっている。 本稿では,2020年から2024年までの高解像度衛星画像のラベル付けにより,インドネシアにおけるヤシのプランテーションおよび関連土地被覆のオープンアクセスデータセットを作成した。 このデータセットは、多角形の壁と壁のアノテーションを、さまざまな農業生態帯に提供し、オイルパームの植え付け段階を区別する階層型型と、同様の多年生作物を含む。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Oil palm cultivation remains one of the leading causes of deforestation in Indonesia. To better track and address this challenge, detailed and reliable mapping is needed to support sustainability efforts and emerging regulatory frameworks. We present an open-access geospatial dataset of oil palm plantations and related land cover types in Indonesia, produced through expert labeling of high-resolution satellite imagery from 2020 to 2024. The dataset provides polygon-based, wall-to-wall annotations across a range of agro-ecological zones and includes a hierarchical typology that distinguishes oil palm planting stages as well as similar perennial crops. Quality was ensured through multi-interpreter consensus and field validation. The dataset was created using wall-to-wall digitization over large grids, making it suitable for training and benchmarking both conventional convolutional neural networks and newer geospatial foundation models. Released under a CC-BY license, it fills a key gap in training data for remote sensing and aims to improve the accuracy of land cover types mapping. By supporting transparent monitoring of oil palm expansion, the resource contributes to global deforestation reduction goals and follows FAIR data principles.
• Abstract（参考訳）: ヤシの栽培はインドネシアにおける森林伐採の主要な原因の1つとなっている。 この課題をよりよく追跡し、対処するためには、持続可能性の取り組みと新たな規制フレームワークをサポートするために、詳細な、信頼性の高いマッピングが必要です。 本研究では,2020年から2024年までの高解像度衛星画像のラベル付けにより,インドネシアにおけるヤシのプランテーションおよびそれに関連する土地被覆のオープンアクセス地理空間データセットを作成した。 このデータセットは、多角形の壁と壁のアノテーションを、さまざまな農業生態帯に提供し、オイルパームの植え付け段階を区別する階層型型と、同様の多年生作物を含む。 品質は多解釈コンセンサスとフィールド検証によって保証された。 データセットは、大きなグリッド上の壁対壁のデジタル化を使用して作成され、従来の畳み込みニューラルネットワークと、より新しい地理空間基盤モデルの両方のトレーニングとベンチマークに適している。 CC-BYライセンスでリリースされ、リモートセンシングのためのトレーニングデータのキーギャップを埋め、土地被覆型マッピングの精度を向上させることを目的としている。 オイルパームの拡大を透過的に監視することで、この資源は世界の森林破壊削減目標に寄与し、FAIRデータ原則に従う。

関連論文リスト

• Fine-Scale Soil Mapping in Alaska with Multimodal Machine Learning [1.4786253394033289]
  高分解能土壌地図は永久凍土の分布を特徴づけ、脆弱な地域を特定し、適応戦略を示すのに不可欠である。 近地永久凍土と土壌分類のための大規模土壌マップを作成するための視覚ベース機械学習(ML)モデルであるMISOを提案する。 我々は,土壌マッピングに広く用いられている従来のMLモデルであるRandom Forest (RF)とMISOを比較した。
  論文  参考訳（メタデータ） (2025-06-17T22:09:48Z)
• Data Augmentation and Resolution Enhancement using GANs and Diffusion Models for Tree Segmentation [49.13393683126712]
  都市森林は、環境の質を高め、都市における生物多様性を支援する上で重要な役割を担っている。 複雑な地形と異なる衛星センサーやUAV飛行高度による画像解像度の変化により、正確に木を検知することは困難である。 低解像度空中画像の品質を高めるため,GANと拡散モデルとドメイン適応を統合した新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-05-21T03:57:10Z)
• EarthMapper: Visual Autoregressive Models for Controllable Bidirectional Satellite-Map Translation [50.433911327489554]
  制御可能な衛星マップ翻訳のための新しいフレームワークであるEarthMapperを紹介する。 また,中国38都市を対象とした302,132組の衛星マップからなる大規模データセットであるCNSatMapをコントリビュートした。 CNSatMapとNew Yorkデータセットの実験は、EarthMapperの優れたパフォーマンスを実証している。
  論文  参考訳（メタデータ） (2025-04-28T02:41:12Z)
• Real-Time Localization and Bimodal Point Pattern Analysis of Palms Using UAV Imagery [13.085752393960886]
  リアルタイム検出,セグメンテーション,およびカノピーヤシのカウントのためのディープラーニングフレームワークであるPalmDSNetを紹介する。 エクアドル西部の熱帯林21ヶ所からUAVキャプチャー画像を用いてオルソモザイクを作成する。 画像パッチ上の7,356のバウンディングボックスと5つの整形外科領域にわたる7,603のヤシセンターを含む、包括的なデータセットを作成するために専門家アノテーションが使用された。
  論文  参考訳（メタデータ） (2024-10-14T22:23:10Z)
• Global High Categorical Resolution Land Cover Mapping via Weak Supervision [19.52604717907002]
  我々は、弱教師付きドメイン適応(WSDA)のために、完全ラベル付きソースドメインと弱ラベル付きターゲットドメインを組み合わせることを提案する。 粗いラベルと粗いラベルを使用することで、精密かつ詳細な土地被覆アノテーションに必要な労力を大幅に軽減できるため、これは有益である。 我々は,PlanetScope,Gaofen-1,Sentinel-2の衛星画像を用いて,世界中の10都市を対象とした高分類分解能土地被覆マッピングを行った。
  論文  参考訳（メタデータ） (2024-06-02T23:18:12Z)
• A community palm model [0.28391011428068197]
  パーム油の生産は熱帯諸国の森林破壊の主要な要因の1つと認識されている。 サプライチェーンの目的を満たすため、商品生産者と他の利害関係者は、サプライチェーンにおける土地被覆動態のタイムリーな情報を必要としている。 ここでは、さまざまな利害関係者から得られたプールデータに基づいてトレーニングされた機械学習モデルである"コミュニティモデル"を紹介する。
  論文  参考訳（メタデータ） (2024-05-01T15:18:01Z)
• Deep Efficient Private Neighbor Generation for Subgraph Federated Learning [57.39918843245229]
  そこで我々は,FedDEPを提案する。FedDEPは,部分グラフの欠落が原因で,局所的な部分グラフ上での不完全な情報伝達に対処する。 FedDEPは,(1)GNN埋め込みを利用した深部近傍世代,(2)埋め込みプロトタイピングによる近接世代に対する効率的な擬似FL,(3)ノイズのないエッジ局所微分プライバシによるプライバシ保護という,一連の新しい技術設計で構成されている。
  論文  参考訳（メタデータ） (2024-01-09T03:29:40Z)
• Jalisco's multiclass land cover analysis and classification using a novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
  本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。 本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。 組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
  論文  参考訳（メタデータ） (2022-01-26T14:58:51Z)

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。