論文の概要: Intelligent Multimodal Retrieval and Reasoning for Geospatial Knowledge Discovery on the I-GUIDE Platform

• arxiv url: http://arxiv.org/abs/2606.15838v1
• Date: Sun, 14 Jun 2026 14:39:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 18:36:04.915134
• Title: Intelligent Multimodal Retrieval and Reasoning for Geospatial Knowledge Discovery on the I-GUIDE Platform
• Title（参考訳）: I-GUIDEプラットフォームを用いた地理空間知識発見のための知的マルチモーダル検索と推論
• Abstract要約: 本稿では, I-GUIDEプラットフォームに組み込み, マルチモーダルな地理空間検索拡張生成(RAG)システムであるI-GUIDE Smart Searchを提案する。 このシステムは、OpenSearchキーワード、ベクトル、空間インデックスをNeo4jナレッジグラフとメモリ対応クエリ拡張のための反復RAGパイプラインと組み合わせる。 シングルA100 RAGデプロイメントでは、I-GUIDE Smart Searchは100人の同時シミュレートされたユーザに対してインタラクティブな利用をサポートし、クエリ毎の20-50 LLMコールにもかかわらず、p50レイテンシが25秒近くで毎秒4.4リクエストに達した。
• 参考スコア（独自算出の注目度）: 40.027921235408215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Geospatial knowledge discovery increasingly requires search across heterogeneous artifacts: datasets, maps, notebooks, software, publications, and the provenance links among them. Conventional geoportals support metadata and spatial filtering, but they rarely provide semantic retrieval, graph-aware provenance traversal, and conversational synthesis in one integrated system. This paper presents I-GUIDE Smart Search, a production multimodal geospatial retrieval-augmented generation (RAG) system embedded in the I-GUIDE Platform, and reports on its design, deployment, and evaluation. The system combines production-maintained OpenSearch keyword, vector, and spatial indexes with a Neo4j knowledge graph and an iterative RAG pipeline for memory-aware query augmentation, reasoning, retrieval-method routing, relevance grading, grounded generation, hallucination and relevance checking. In a single-A100 RAG deployment, I-GUIDE Smart Search supports interactive use up to about 100 concurrent simulated users, reaching 4.4 requests per second with p50 latency near 25 seconds despite 20-50 LLM calls per query. For answer quality, we evaluate a four-category benchmark of 170 unique human-filtered user-facing queries, together with ten intent-specific probe sets generated from the deployed indexes and graph. Smart Search improves retrieved evidence coverage and judged answer quality over non-retrieval and naive-RAG baselines, with the clearest gains on exact-identifier, spatially constrained, simple-recommendation, and domain-specific factual queries requiring current indexed evidence. We distill transferable deployment lessons for spatial RAG systems, covering spatial metadata quality, graph provenance, retrieval routing, interface contracts, refusal-aware evaluation, latency-cost tradeoffs, and the role of the user interface in deployed geospatial cyberinfrastructure.
• Abstract（参考訳）: 地理空間的知識発見は、データセット、地図、ノートブック、ソフトウェア、出版物、およびそれらの間の証明リンクなど、異質なアーティファクトを探索する必要性がますます高まっている。 従来のジオポータルはメタデータと空間フィルタリングをサポートしているが、セマンティック検索、グラフ対応の証明トラバーサル、会話合成を1つの統合システムで行うことは滅多にない。 本稿では,I-GUIDEプラットフォームに組み込んだマルチモーダル地理空間検索拡張生成システムであるI-GUIDE Smart Searchを提案し,その設計,展開,評価について報告する。 このシステムは、生産管理されたOpenSearchキーワード、ベクトル、空間インデックスと、Neo4jナレッジグラフと、メモリ対応クエリ拡張、推論、検索メソッドルーティング、関連付け、グラウンドドジェネレーション、幻覚および関連チェックのための反復的なRAGパイプラインを組み合わせる。 シングルA100 RAGデプロイメントでは、I-GUIDE Smart Searchは100人の同時シミュレートされたユーザに対してインタラクティブな利用をサポートし、クエリ毎の20-50 LLMコールにもかかわらず、p50レイテンシが25秒近くで毎秒4.4リクエストに達した。 回答の質を評価するために,170のユニークなヒューマンフィルタによるユーザ対応クエリと,デプロイされたインデックスとグラフから生成された10のインテント固有のプローブセットの4カテゴリベンチマークを評価した。 Smart Searchは、検索されたエビデンスカバレッジを改善し、非検索およびナイーブRAGベースラインよりも回答品質を判断する。 本研究では,空間メタデータの品質,グラフの出現,検索経路,インタフェース契約,拒絶認識評価,遅延コストのトレードオフ,ユーザインターフェースが配置された地理空間サイバーインフラ構造において果たす役割について検討する。

関連論文リスト

• NaviRAG: Towards Active Knowledge Navigation for Retrieval-Augmented Generation [50.16741209529908]
  NaviRAGは、パッシブセグメント検索からアクティブな知識ナビゲーションに移行する新しいフレームワークである。 NaviRAGは従来のRAGベースラインよりも検索リコールとエンドツーエンドの応答性能を一貫して改善することを示す。
  論文  参考訳（メタデータ） (2026-04-14T14:07:01Z)
• Towards Intelligent Geospatial Data Discovery: a knowledge graph-driven multi-agent framework powered by large language models [0.49157446832511503]
  本研究では,知的地理空間データ探索のための知識グラフ駆動型マルチエージェントフレームワークを提案する。 その結果,従来のシステムと比較して,意図マッチングの精度,ランキング品質,リコール,発見の透明性が大幅に向上していることがわかった。
  論文  参考訳（メタデータ） (2026-03-21T06:16:56Z)
• Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage [89.58253972744531]
  Retrieval-augmented Generation (RAG) システムは、文書検索と生成モデルを組み合わせて、レポート生成のような複雑な情報を求める課題に対処する。 我々は,上流の検索指標が,最終生成応答の情報カバレッジの信頼性の高い早期指標として機能するかどうかを検討する。 本研究は,トピックとシステムレベルの両方で生成した応答におけるカバレッジベース検索指標とナゲットカバレッジとの間に強い相関関係を示した。
  論文  参考訳（メタデータ） (2026-03-09T18:20:20Z)
• SearchGym: A Modular Infrastructure for Cross-Platform Benchmarking and Hybrid Search Orchestration [0.0]
  本稿では,クロスプラットフォームのベンチマークとハイブリッド検索オーケストレーション用に設計されたモジュール型インフラストラクチャであるSearchGymを紹介する。 既存のモデル中心のフレームワークとは異なり、SearchGymはデータ表現、埋め込み戦略、ロジックをステートフルな抽象化に分離する。 ハイブリッド検索パイプラインにおける「Top-$k$zance」を解析し、セマンティックランキングと構造化フィルタリングの最適シーケンスがフィルタ強度に大きく依存していることを明らかにする。
  論文  参考訳（メタデータ） (2026-01-02T07:19:25Z)
• HySemRAG: A Hybrid Semantic Retrieval-Augmented Generation Framework for Automated Literature Synthesis and Methodological Gap Analysis [55.2480439325792]
  HySemRAGは、Extract, Transform, Load (ETL)パイプラインとRetrieval-Augmented Generation (RAG)を組み合わせたフレームワークである。 システムは、マルチ層アプローチを通じて既存のRAGアーキテクチャの制限に対処する。
  論文  参考訳（メタデータ） (2025-08-01T20:30:42Z)
• Benchmarking Deep Search over Heterogeneous Enterprise Data [73.55304268238474]
  検索強化生成(RAG)の形式を評価するための新しいベンチマークを提案する。 RAGは、多種多様な、しかし関連するソースに対して、ソースを意識したマルチホップ推論を必要とする。 製品計画、開発、サポートステージをまたいだビジネスをシミュレートする合成データパイプラインを使用して構築します。
  論文  参考訳（メタデータ） (2025-06-29T08:34:59Z)
• Divide by Question, Conquer by Agent: SPLIT-RAG with Question-Driven Graph Partitioning [62.640169289390535]
  SPLIT-RAGは、質問駆動セマンティックグラフ分割と協調サブグラフ検索による制限に対処するマルチエージェントRAGフレームワークである。 革新的なフレームワークは、まずリンク情報のセマンティック分割を作成し、次にタイプ特化知識ベースを使用してマルチエージェントRAGを実現する。 属性対応グラフセグメンテーションは、知識グラフを意味的に一貫性のあるサブグラフに分割し、サブグラフが異なるクエリタイプと整合することを保証する。 階層的なマージモジュールは、論理的検証を通じて、部分グラフ由来の解答間の矛盾を解消する。
  論文  参考訳（メタデータ） (2025-05-20T06:44:34Z)
• Semantically-Enriched Search Engine for Geoportals: A Case Study with ArcGIS Online [7.005838154484841]
  本稿では,Lucene-based technique を用いた地理ポータルのためのセマンティック・エンリッチな検索エンジンを提案する。 提案するフレームワークを評価するために,ベンチマークデータセットを構築した。 評価の結果,提案するセマンティッククエリ拡張フレームワークは,ユーザの検索意図を捉えるのに非常に有効であることが示唆された。
  論文  参考訳（メタデータ） (2020-03-14T06:16:30Z)

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。