論文の概要: The Global-Local loop: what is missing in bridging the gap between geospatial data from numerous communities?

• arxiv url: http://arxiv.org/abs/2603.20305v1
• Date: Thu, 19 Mar 2026 14:47:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:38.824092
• Title: The Global-Local loop: what is missing in bridging the gap between geospatial data from numerous communities?
• Title（参考訳）: グローバル・ローカル・ループ:多くのコミュニティの地理空間データのギャップを埋めることに欠けていることは何か?
• Authors: Clément Mallet, Ana-Maria Raimond,
• Abstract要約: 地理空間に関するすべてのコミュニティの主な課題は、ジェネリックまたはテーマのアプリケーションにいくつかのソースの組み合わせを適切に活用することである。 我々は、多数のキーデータ融合構成、特に複数のデータソースの活用をシミュレートする努力は不十分であると主張している。
• 参考スコア（独自算出の注目度）: 4.657205481131491
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We face a unprecedented amount of geospatial data, describing directly or indirectly the Earth Surface at multiple spatial, temporal, and semantic scales, and stemming from numerous contributors, from satellites to citizens. The main challenge in all the geospatial-related communities lies in suitably leveraging a combination of some of the sources for either a generic or a thematic application. Certain data fusion schemes are predominantly exploited: they correspond to popular tasks with mainstream data sources, e.g., free archives of Sentinel images coupled with OpenStreetMap data under an open and widespread deep-learning backbone for land-cover mapping purposes. Most of these approaches unfortunately operate under a "master-slave" paradigm, where one source is basically integrated to help processing the "main" source, without mutual advantages (e.g., large-scale estimation of a given biophysical variable using in-situ observations) and under a specific community bias. We argue that numerous key data fusion configurations, and in particular the effort in symmetrizing the exploitation of multiple data sources, are insufficiently addressed while being highly beneficial for generic or thematic applications. Bridges and retroactions between scales, communities and their respective sources are lacking, neglecting the utmost potential of such a "global-local loop". In this paper, we propose to establish the most relevant interaction schemes through illustrative use cases. We subsequently discuss under-explored research directions that could take advantage of leveraging available data through multiples extents and communities.
• Abstract（参考訳）: 我々は、地球表面を直接または間接的に複数の空間的、時間的、意味的なスケールで記述し、衛星から市民まで多くの貢献者から生まれた、前例のない量の地理空間データに直面している。 すべての地理空間関連コミュニティにおける主な課題は、ジェネリックまたはテーマのアプリケーションにいくつかのソースの組み合わせを適切に活用することである。 例えば、SentinelイメージのフリーアーカイブとOpenStreetMapデータとを結合し、ランドカバーマッピング目的のオープンで広範なディープラーニングバックボーンで、メインストリームのデータソースとのポピュラーなタスクに対応している。 これらのアプローチの多くは、残念ながら「マスター・スレーブ」パラダイムの下で運用されており、1つのソースは基本的に「主」ソースの処理に役立ち、相互の利点(例えば、その場観察を用いて与えられた生物物理学変数の大規模推定)を伴わず、特定のコミュニティバイアスの下で機能する。 我々は、多数のキーデータ融合構成、特に、複数のデータソースの活用を対称性づける努力は、汎用的またはテーマ的アプリケーションには非常に有用でありながら、不十分に対処されていると論じている。 スケール、コミュニティ、およびそれぞれのソース間の橋梁とレトロアクションは欠落しており、そのような「グローバルなループ」の可能性を無視している。 本稿では,実証的な利用事例を通して,最も関連性の高いインタラクション手法を確立することを提案する。 その後、複数の範囲やコミュニティを通じて利用可能なデータを活用することの可能な、未調査研究の方向性について論じる。

関連論文リスト

• GeoJEPA: Towards Eliminating Augmentation- and Sampling Bias in Multimodal Geospatial Learning [0.0]
  自己教師型統合埋め込み予測アーキテクチャ上に構築された地理空間データのための多目的多モード融合モデルであるGeoJEPAを提案する。 我々は,自己教師付き地理空間表現学習において広く受け入れられている増分とサンプリングバイアスを排除することを目的としている。 その結果,都市域のマルチモーダルな意味表現と,定量的かつ質的に評価するマップエンティティが得られた。
  論文  参考訳（メタデータ） (2025-02-25T22:03:28Z)
• Multi-Source Knowledge Pruning for Retrieval-Augmented Generation: A Benchmark and Empirical Study [45.69867169347836]
  Retrieval-augmented Generation (RAG) は、大規模言語モデル(LLM)の幻覚を、外部知識の統合によって緩和するための効果的なアプローチである。 本稿では,多様な領域にまたがる構造化知識と非構造化知識を組み合わせたベンチマークデータセットを標準化する。 また,マルチグラニュラリティプルーニング戦略を主特徴とする,プラグアンドプレイのRAGフレームワークである textbfPruningRAG も開発している。
  論文  参考訳（メタデータ） (2024-09-03T03:31:37Z)
• Self-consistent Deep Geometric Learning for Heterogeneous Multi-source Spatial Point Data Prediction [10.646376827353551]
  環境モニタリングや天然資源管理といった分野において,マルチソース空間データ予測が重要である。 この領域の既存のモデルはドメイン固有の性質のためにしばしば不足し、様々な情報源からの情報を統合する戦略が欠如している。 我々は,地中真理ラベルを頼らずに,様々な情報源からの情報を順に整列する,革新的なマルチソース空間点データ予測フレームワークを導入する。
  論文  参考訳（メタデータ） (2024-06-30T16:13:13Z)
• Where on Earth Do Users Say They Are?: Geo-Entity Linking for Noisy Multilingual User Input [2.516307239032451]
  本稿では,実世界の位置情報をラベル付きユーザ・インプット・ロケーション名から平均的な埋め込みとして表現する手法を提案する。 本稿では,グローバルおよび多言語ソーシャルメディアデータセット上でのジオエンタリティリンクの改善について述べる。
  論文  参考訳（メタデータ） (2024-04-29T15:18:33Z)
• Unearthing Large Scale Domain-Specific Knowledge from Public Corpora [103.0865116794534]
  データ収集パイプラインに大規模なモデルを導入し、ドメイン固有の情報の生成をガイドします。 このアプローチをRetrieve-from-CCと呼ぶ。 ドメイン固有の知識に関するデータを収集するだけでなく、パブリックコーパスから潜在的推論手順を含むデータをマイニングする。
  論文  参考訳（メタデータ） (2024-01-26T03:38:23Z)
• UnitedHuman: Harnessing Multi-Source Data for High-Resolution Human Generation [59.77275587857252]
  総合的な人間のデータセットは、必然的に、局所的な部分についての不十分で低解像度な情報を持っている。 本稿では,高解像度な人為的生成モデルを共同で学習するために,様々な解像度画像を用いたマルチソースデータセットを提案する。
  論文  参考訳（メタデータ） (2023-09-25T17:58:46Z)
• 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)
• 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)
• GANmapper: geographical content filling [0.0]
  本稿では,GAN(Generative Adversarial Network)を用いた空間データ生成手法を提案する。 当社のコントリビューションでは、粗大で広く利用可能な地理空間データを使用して、構築された環境のより細かいスケールで、あまり利用できない機能のマップを作成しています。 我々は、土地利用データと道路ネットワークを入力として、建物のフットプリントを生成し、世界中の9都市で実験を行う。
  論文  参考訳（メタデータ） (2021-08-07T05:50:54Z)

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。