論文の概要: IOAH3: Importance-Driven Adaptive Spatial Partitioning

• arxiv url: http://arxiv.org/abs/2606.18280v1
• Date: Sun, 07 Jun 2026 12:35:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-21 20:00:42.797858
• Title: IOAH3: Importance-Driven Adaptive Spatial Partitioning
• Title（参考訳）: IOAH3: 重要度駆動型適応型空間分割
• Authors: Ehsaneddin Jalilian,
• Abstract要約: IOAH3は、地理参照観測領域のデータ駆動空間分割を構築するための計算方法である。 適応分割を3段階に構成することで、よく知られた可換な同型単位問題に対処する。 結果として生じるパーティションは空間推論パイプラインへの入力として機能し、パーティション感度問題の原理化された解決を提供する。
• 参考スコア（独自算出の注目度）: 0.609170287691728
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present IOAH3 (Importance-Oriented Adaptive H3 partitioning), a computational method for constructing data-driven spatial partitions of geo-referenced observation domains. Standard approaches to spatial aggregation adopt fixed areal units, such as administrative boundaries or uniform hexagonal grids at a single resolution, without regard to the informational content of the underlying observations in each region. This leads to the well-known modifiable areal unit problem: statistical and inferential results depend on the arbitrary choice of partition, and spatially concentrated phenomena are averaged out in coarse cells that obscure fine-scale structure. IOAH3 addresses this by constructing an adaptive partition in three stages: multi-source feature extraction and importance scoring via principal component analysis over road density, POI density, building density, and terrain roughness signals, with population and flood-hazard data entering as auxiliary inputs to cell filtering and spatial smoothness; spatial cell selection via Markov Random Field graph-cut optimisation, which jointly maximises per-cell importance while enforcing spatial contiguity; and data-driven hierarchical refinement of high-importance regions to finer H3 resolution levels, with neighbour-propagated support to avoid isolated fine-resolution islands. The resulting partitions serve as input to spatial inference pipelines and provide a principled resolution of the partition-sensitivity problem prior to any modelling step.
• Abstract（参考訳）: Importance-Oriented Adaptive H3 partitioning, IOAH3(Importance-Oriented Adaptive H3 partitioning, Importance-Oriented Adaptive H3 partitioning)を提案する。 空間アグリゲーションに対する標準的なアプローチは、各領域における下層の観測情報の内容に関係なく、管理境界や均一な六角形格子のような固定されたアラル単位を単一の解像度で採用する。 統計的および推論的結果は、分割の任意の選択に依存し、空間集中的な現象は、微細な構造が不明瞭な粗い細胞で平均化される。 IOAH3は、道路密度、POI密度、建物密度、地形粗さ信号の主成分分析による多ソース特徴抽出と重要度スコア、人口と洪水ハザードデータが細胞フィルタリングや空間的滑らか性への補助的な入力として入力されること、マルコフランダムフィールドによる空間セル選択は、空間的連続性を保ちながら細胞間の重要性を最大化すること、H3の分解レベルをより細かくするために、データ駆動の階層的改良により、分離された細粒度島を避けるために、近隣で広く支持されている。 結果として生じる分割は空間推論パイプラインへの入力として機能し、任意のモデリングステップの前に分割感度問題の原理化された解決を提供する。

関連論文リスト

• SEED: Targeted Data Selection by Weighted Independent Set [76.68391670109433]
  我々はSEEDと呼ばれる堅牢でスケーラブルなデータ選択パイプラインを開発した。 SEEDは、命令チューニング、視覚的命令チューニング、セマンティックセグメンテーションにおける最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-05-15T07:26:54Z)
• OmniLiDAR: A Unified Diffusion Framework for Multi-Domain 3D LiDAR Generation [100.36917520403227]
  本稿では,8つの代表領域にまたがる共有範囲画像表現において,LiDARスキャンを生成する統一テキスト条件拡散フレームワークを提案する。 パブリックな統合ベンチマークがなければ、実世界のスキャンと物理ベース気象シミュレーションとシステマティックビームリダクションを組み合わせた8ドメインデータセットを構築する。
  論文  参考訳（メタデータ） (2026-05-13T17:42:20Z)
• Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence [78.1406635199656]
  Holi-Spatialは、人間の介入なしに生のビデオ入力から構築された、初めて完全に自動化され、大規模で、空間対応のマルチモーダルデータセットである。 Holi-Spatial-4Mは、12K最適化された3DGSシーン、1.3Mの2Dマスク、320Kの3Dバウンディングボックス、320Kのインスタンスキャプション、1.2Mの3Dグラウンドインスタンス、1.2Mの空間QAペアを含む、最初の大規模で高品質な3Dセマンティックデータセットである。
  論文  参考訳（メタデータ） (2026-03-08T14:49:20Z)
• 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)
• Population synthesis with geographic coordinates [1.6419687521433917]
  粗い地理的領域ではなく、明確な座標で合成集団を生成することがますます重要である。 空間座標をより規則的な潜在空間にマッピングする集団合成アルゴリズムを提案する。 実家と同じ統計特性を持つ合成住宅を121データセットで生成し,その有効性を実証する。
  論文  参考訳（メタデータ） (2025-10-08T13:36:13Z)
• A Partitioned Sparse Variational Gaussian Process for Fast, Distributed Spatial Modeling [1.4549461207028445]
  次世代のエネルギースーパーコンピュータは、エクサスケール計算が可能である。 これらのマシンでは、ディスクに保存できるものよりもはるかに多くの計算が可能になります。 その場でトレーニングできる機械学習アルゴリズムには、緊急に必要なものがあります。
  論文  参考訳（メタデータ） (2025-07-22T17:20:07Z)
• Exploiting Aggregation and Segregation of Representations for Domain Adaptive Human Pose Estimation [50.31351006532924]
  人間のポーズ推定(HPE)は最近、モーション分析、バーチャルリアリティー、ヘルスケア等に広く応用されているため、注目を集めている。 時間と労働集約的なアノテーションのために、ラベル付き現実世界のデータセットが不足している。 本稿では,ドメイン適応型人間のポーズ推定のための表現集約と分離を両立させる新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-29T17:59:45Z)
• Critical Features Tracking on Triangulated Irregular Networks by a Scale-Space Method [6.61869909137744]
  三角不規則ネットワーク(TIN)のための新しいスケール空間解析パイプラインを提案する。 TINは不規則に分散した点雲から直接生成することができ、重要な特徴を正確に保存することができる。 我々のパイプラインは、TINのトポロジ上重要な特徴を効率的に識別し、追跡することができる。
  論文  参考訳（メタデータ） (2024-09-10T16:48:05Z)
• STICC: A multivariate spatial clustering method for repeated geographic pattern discovery with consideration of spatial contiguity [7.376428009531946]
  理想的な空間クラスタリングは、空間的連続性と空間的属性の両方を考慮するべきである。 既存の空間クラスタリングアプローチは、空間的連続性を維持した反復的な地理的パターンを発見するための課題に直面する可能性がある。 本研究では,地理的オブジェクトの属性と空間的関係を考慮した空間的Toeplitz Inverse Covariance-Based Clustering (STICC)法を提案する。
  論文  参考訳（メタデータ） (2022-03-17T20:58:06Z)
• Class Equilibrium using Coulomb's Law [90.8945770656554]
  本稿では,クラス間の分離が最適である任意のデータ分布の平衡空間を計算する新しいアルゴリズムを提案する。 提案アルゴリズムは低解像度画像に対して良好に動作する。
  論文  参考訳（メタデータ） (2021-04-25T23:38:06Z)

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。