論文の概要: CubeletWorld: A New Abstraction for Scalable 3D Modeling

• arxiv url: http://arxiv.org/abs/2511.17664v1
• Date: Fri, 21 Nov 2025 00:19:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.3418
• Title: CubeletWorld: A New Abstraction for Scalable 3D Modeling
• Title（参考訳）: CubeletWorld: スケーラブルな3Dモデリングのための新しい抽象化
• Authors: Azlaan Mustafa Samad, Hoang H. Nguyen, Lukas Berg, Henrik Müller, Yuan Xue, Daniel Kudenko, Zahra Ahmadi,
• Abstract要約: キューブレットと呼ばれる空間単位の離散化された3次元グリッドを通して都市環境を表現・解析するフレームワークであるCubeletWorldを紹介した。 この抽象化により、インフラストラクチャ、ムーブメント、環境指標などの多様なデータ信号を局所化されたキューブレット状態に埋め込むことで、プライバシ保護モデリングが可能になる。 本研究では,様々な都市要素を含むリアルなデータセットを用いて,キューブレット状態の予測を行うキューブレット世界状態予測タスクを提案する。
• 参考スコア（独自算出の注目度）: 9.828459640939004
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modern cities produce vast streams of heterogeneous data, from infrastructure maps to mobility logs and satellite imagery. However, integrating these sources into coherent spatial models for planning and prediction remains a major challenge. Existing agent-centric methods often rely on direct environmental sensing, limiting scalability and raising privacy concerns. This paper introduces CubeletWorld, a novel framework for representing and analyzing urban environments through a discretized 3D grid of spatial units called cubelets. This abstraction enables privacy-preserving modeling by embedding diverse data signals, such as infrastructure, movement, or environmental indicators, into localized cubelet states. CubeletWorld supports downstream tasks such as planning, navigation, and occupancy prediction without requiring agent-driven sensing. To evaluate this paradigm, we propose the CubeletWorld State Prediction task, which involves predicting the cubelet state using a realistic dataset containing various urban elements like streets and buildings through this discretized representation. We explore a range of modified core models suitable for our setting and analyze challenges posed by increasing spatial granularity, specifically the issue of sparsity in representation and scalability of baselines. In contrast to existing 3D occupancy prediction models, our cubelet-centric approach focuses on inferring state at the spatial unit level, enabling greater generalizability across regions and improved privacy compliance. Our results demonstrate that CubeletWorld offers a flexible and extensible framework for learning from complex urban data, and it opens up new possibilities for scalable simulation and decision support in domains such as socio-demographic modeling, environmental monitoring, and emergency response. The code and datasets can be downloaded from here.
• Abstract（参考訳）: 現代の都市は、インフラストラクチャマップから移動ログ、衛星画像まで、膨大な異種データのストリームを生成している。 しかし、これらの情報源を計画と予測のためのコヒーレントな空間モデルに統合することは大きな課題である。 既存のエージェント中心の手法は、しばしば直接的な環境検知、スケーラビリティの制限、プライバシーの懸念の高まりに頼っている。 本稿では,立方体と呼ばれる空間単位の離散化された3次元格子を通して都市環境を表現・解析するための新しいフレームワークであるCubeletWorldを紹介する。 この抽象化により、インフラストラクチャ、ムーブメント、環境指標などの多様なデータ信号を局所化されたキューブレット状態に埋め込むことで、プライバシ保護モデリングが可能になる。 CubeletWorldは、エージェント駆動センシングを必要とせずに、計画、ナビゲーション、占有率予測などの下流タスクをサポートする。 このパラダイムを評価するために,この離散化表現を用いて街路や建物などの都市要素を含むリアルなデータセットを用いて,キューブレット状態を予測するキューブレット世界状態予測タスクを提案する。 本稿では,空間的粒度の増加に伴う課題,特にベースラインの表現性や拡張性の問題について,我々の設定に適した改良されたコアモデルについて検討する。 既存の3D占有予測モデルとは対照的に、我々の立方体中心のアプローチは、空間単位レベルでの状態の推測に重点を置いており、領域間の一般化可能性を高め、プライバシーコンプライアンスを改善している。 以上の結果から,CubeletWorldは複雑な都市データから学習するためのフレキシブルで拡張可能なフレームワークであり,社会デミノグラフィーモデリングや環境モニタリング,緊急対応といった領域における拡張性のあるシミュレーションと意思決定支援の新たな可能性を明らかにする。 コードとデータセットはここからダウンロードできる。

関連論文リスト

• A multi-view contrastive learning framework for spatial embeddings in risk modelling [0.688204255655161]
  空間データは、しばしば非構造的で、高次元であり、予測モデルに統合することは困難である。 空間埋め込みを生成するための新しい多視点コントラスト学習フレームワークを提案する。 フランスの不動産価格に関するケーススタディでは、生座標で訓練されたモデルと、空間埋め込みを入力として使用するモデルを比較した。
  論文  参考訳（メタデータ） (2025-11-22T07:39:34Z)
• 3dSAGER: Geospatial Entity Resolution over 3D Objects (Technical Report) [7.378893412842889]
  3dSAGERは3Dオブジェクト上の空間的エンティティ解決のためのエンドツーエンドパイプラインである。 本稿では,マッチングペアの複雑な幾何学的特徴をキャプチャする,空間参照非依存のデファクトチュール化機構を提案する。 また、訓練されたモデルを活用して、ハイリコール候補セットを効率的に生成する、軽量で解釈可能な新しいブロッキング手法であるBKAFIを提案する。
  論文  参考訳（メタデータ） (2025-11-09T09:35:45Z)
• R2RGEN: Real-to-Real 3D Data Generation for Spatially Generalized Manipulation [74.41728218960465]
  本稿では,実世界のデータを生成するために,ポイントクラウド観測-アクションペアを直接拡張するリアルタイム3Dデータ生成フレームワーク(R2RGen)を提案する。 R2RGenは、広範な実験におけるデータの効率を大幅に向上させ、モバイル操作におけるスケーリングと応用の強い可能性を示す。
  論文  参考訳（メタデータ） (2025-10-09T17:55:44Z)
• TGP: Two-modal occupancy prediction with 3D Gaussian and sparse points for 3D Environment Awareness [13.68631587423815]
  3Dセマンティックな占有力は、ロボット工学と自律運転環境知覚の分野において、急速に研究の焦点となっている。 既存の占有予測タスクは、voxelやポイントクラウドベースのアプローチを使用してモデル化される。 本稿では空間的位置と体積構造情報のバランスをとる3次元ガウス集合とスパース点に基づく2次元モーダル予測法を提案する。
  論文  参考訳（メタデータ） (2025-03-13T01:35:04Z)
• HGAurban: Heterogeneous Graph Autoencoding for Urban Spatial-Temporal Learning [36.80668790442231]
  重要な課題は、空間時空間グラフで意味のある領域表現を学習する既存のニューラルネットワークの能力を制限する、空間時空間データのノイズとスパースの性質にある。 都市データ表現のための自己教師付き生成学習を生かしたヘテロジニアスな空間時間グラフマスク型オートエンコーダであるHurbanを提案する。
  論文  参考訳（メタデータ） (2024-10-14T07:33:33Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• LibCity: A Unified Library Towards Efficient and Comprehensive Urban Spatial-Temporal Prediction [74.08181247675095]
  既存の分野には、さまざまなフォーマットで使用が難しいオープンソースデータなど、制限がある。 我々は、研究者に信頼性のある実験ツールと便利な開発フレームワークを提供するオープンソースライブラリ、LibCityを提案する。
  論文  参考訳（メタデータ） (2023-04-27T17:19:26Z)
• City-scale Incremental Neural Mapping with Three-layer Sampling and Panoptic Representation [5.682979644056021]
  我々は、環境レベルとインスタンスレベルのモデリングからなるパノプティクス表現を用いた都市規模連続型ニューラルマッピングシステムを構築した。 疎いLiDAR点雲のストリームが与えられると、3D座標を符号付き距離場(SDF)値にマッピングする動的生成モデルを維持する。 不完全な観測下でのインスタンスの高忠実度マッピングを実現するために、幾何学的詳細をより良くモデル化するために、カテゴリ固有の事前を導入している。
  論文  参考訳（メタデータ） (2022-09-28T13:14:40Z)
• Conditioned Human Trajectory Prediction using Iterative Attention Blocks [70.36888514074022]
  本研究では,都市環境における歩行者位置予測を目的とした,簡易かつ効果的な歩行者軌道予測モデルを提案する。 我々のモデルは、複数のアテンションブロックとトランスフォーマーを反復的に実行できるニューラルネットワークアーキテクチャである。 ソーシャルマスク, 動的モデル, ソーシャルプーリング層, 複雑なグラフのような構造を明示的に導入することなく, SoTAモデルと同等の結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-06-29T07:49:48Z)

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。