論文の概要: EarthEmbeddingExplorer: A Web Application for Cross-Modal Retrieval of Global Satellite Images
- arxiv url: http://arxiv.org/abs/2603.29441v2
- Date: Wed, 08 Apr 2026 03:10:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-09 14:06:04.892694
- Title: EarthEmbeddingExplorer: A Web Application for Cross-Modal Retrieval of Global Satellite Images
- Title（参考訳）: EarthEmbeddingExplorer:地球衛星画像のクロスモーダル検索のためのWebアプリケーション
- Authors: Yijie Zheng, Weijie Wu, Bingyue Wu, Long Zhao, Guoqing Li, Mikolaj Czerkawski, Konstantin Klemmer,
- Abstract要約: 地球観測コミュニティは、高インパクト基盤モデルと地球埋め込みデータセットの急増を目撃している。
このチュートリアルでは、このギャップを埋めるために設計されたインタラクティブなWebアプリケーションであるEarth-EmbeddingExplorerを紹介します。
当社は,同社のクラウドEmbeddingExplorerソフトウェアアーキテクチャを詳述した,システムに対する包括的なハンズオンガイドを提供する。
- 参考スコア（独自算出の注目度）: 10.020566784262819
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While the Earth observation community has witnessed a surge in high-impact foundation models and global Earth embedding datasets, a significant barrier remains in translating these academic assets into freely accessible tools. This tutorial introduces EarthEmbeddingExplorer, an interactive web application designed to bridge this gap, transforming static research artifacts into dynamic, practical workflows for discovery. We will provide a comprehensive hands-on guide to the system, detailing its cloud-native software architecture, demonstrating cross-modal queries (natural language, visual, and geolocation), and showcasing how to derive scientific insights from retrieval results. By democratizing access to precomputed Earth embeddings, this tutorial empowers researchers to seamlessly transition from state-of-the-art models and data archives to real-world application and analysis. The web application is available at https://modelscope.ai/studios/Major-TOM/EarthEmbeddingExplorer.
- Abstract（参考訳）: 地球観測コミュニティは、高影響の基盤モデルや地球埋め込みデータセットの急増を目撃しているが、これらの学術的資産を自由に利用できるツールに翻訳する際の大きな障壁は残されている。
このチュートリアルでは、このギャップを埋めるために設計されたインタラクティブなWebアプリケーションであるEarthEmbeddingExplorerを紹介し、静的研究成果物を発見のための動的で実用的なワークフローに変換する。
システムに対する包括的なハンズオンガイドを提供し、クラウドネイティブなソフトウェアアーキテクチャを詳述し、クロスモーダルなクエリ(自然言語、視覚、位置情報)を実証し、検索結果から科学的洞察を引き出す方法を示します。
このチュートリアルは、事前に計算された地球埋め込みへのアクセスを民主化することによって、研究者が最先端のモデルやデータアーカイブから現実世界のアプリケーションや分析へシームレスに移行することを可能にする。
Webアプリケーションはhttps://modelscope.ai/studios/Major-TOM/EarthEmbeddingExplorerで入手できる。
関連論文リスト
- Web World Models [60.208836336654315]
Web World Model (WWM) は「世界状態と物理」が通常のWebコードで実装される中核となる。
リアルなウェブスタック上にWWMのスイートを構築し、現実の地理や架空の銀河探検家、ウェブスケールの百科事典や物語の世界、シミュレーションやゲームのような環境を基盤とする無限の旅行アトラスを構築します。
この結果から,ウェブスタック自体が世界モデルのスケーラブルな基盤として機能し,制御可能かつオープンな環境を実現することが示唆された。
論文 参考訳（メタデータ） (2025-12-29T18:31:45Z) - MESA: Text-Driven Terrain Generation Using Latent Diffusion and Global Copernicus Data [0.0]
我々は、手続き的な地形モデリングに代わる新しいデータ中心のMESAを提案する。
MESAはグローバルリモートセンシングデータを用いてテキスト記述から高品質な地形サンプルを生成する。
このモデルの能力は広範な実験を通じて実証され、現実的で多様な地形を生成する能力を強調している。
論文 参考訳（メタデータ） (2025-04-09T18:37:24Z) - EarthView: A Large Scale Remote Sensing Dataset for Self-Supervision [72.84868704100595]
本稿では,地球モニタリングタスクにおける深層学習アプリケーションを強化することを目的とした,リモートセンシングデータの自己監督を目的としたデータセットを提案する。
このデータセットは15テラピクセルのグローバルリモートセンシングデータにまたがっており、NEON、Sentinel、Satellogicによる1mの空間解像度データの新たなリリースなど、さまざまなソースの画像を組み合わせている。
このデータセットは、リモートセンシングデータの異なる課題に取り組むために開発されたMasked Autoencoderである。
論文 参考訳（メタデータ） (2025-01-14T13:42:22Z) - Global and Dense Embeddings of Earth: Major TOM Floating in the Latent Space [0.0]
基盤となる生データの効率的なベクトル表現の必要性が高まっている。
事前訓練されたディープニューラルネットワークから特徴表現を抽出するアプローチは、入力データのセマンティック抽象化を提供する強力なアプローチである。
本研究では、地球観測のためのオープンで自由なAI対応データセットのプロビジョニングと標準化に焦点を当てた、既存のコミュニティプロジェクトであるMajor TOMへの拡張提案を行う。
論文 参考訳（メタデータ） (2024-12-07T09:49:47Z) - Swarm Intelligence in Geo-Localization: A Multi-Agent Large Vision-Language Model Collaborative Framework [51.26566634946208]
smileGeoは、新しい視覚的ジオローカライゼーションフレームワークである。
エージェント間のコミュニケーションによって、SmithGeoはこれらのエージェントの固有の知識と、検索された情報を統合する。
その結果,本手法は現在の最先端手法よりも優れていた。
論文 参考訳（メタデータ） (2024-08-21T03:31:30Z) - 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) - EarthNets: Empowering AI in Earth Observation [24.160463837610074]
地球観測(EO)は、リモートセンシングデータを用いて惑星地球の状態を監視することを目的としている。
本稿では,500以上の公開データセットの総合的なレビューを行う。
モデル評価のための新しいベンチマークを構築するために,データセットを計測,ランク付け,選択することを提案する。
論文 参考訳（メタデータ） (2022-10-10T18:09:35Z) - Rapid Exploration for Open-World Navigation with Latent Goal Models [78.45339342966196]
多様なオープンワールド環境における自律的な探索とナビゲーションのためのロボット学習システムについて述べる。
本手法のコアとなるのは、画像の非パラメトリックトポロジカルメモリとともに、距離と行動の学習された潜在変数モデルである。
学習方針を規則化するために情報ボトルネックを使用し、(i)目標のコンパクトな視覚的表現、(ii)一般化能力の向上、(iii)探索のための実行可能な目標をサンプリングするためのメカニズムを提供する。
論文 参考訳（メタデータ） (2021-04-12T23:14:41Z) - Object Goal Navigation using Goal-Oriented Semantic Exploration [98.14078233526476]
本研究は,未確認環境における対象カテゴリーのインスタンスにナビゲートするオブジェクトゴールナビゲーションの問題を研究する。
本稿では,表層的なセマンティックマップを構築し,効率的に環境を探索する「ゴール指向セマンティック探索」というモジュールシステムを提案する。
論文 参考訳（メタデータ） (2020-07-01T17:52:32Z)
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。