論文の概要: Do Location Encoders Capture Spatial Effects? A GeoShapley Benchmark Across Scales

• arxiv url: http://arxiv.org/abs/2606.23453v1
• Date: Mon, 22 Jun 2026 15:05:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 18:56:32.043009
• Title: Do Location Encoders Capture Spatial Effects? A GeoShapley Benchmark Across Scales
• Title（参考訳）: 位置情報エンコーダは空間効果をキャプチャするか?
• Authors: Daniel Kiv, Shaowen Wang,
• Abstract要約: 位置情報エンコーダの埋め込み上に構築されたモデルから空間的に異なる係数を復元できるゲーム理論の説明器であるGeoShapleyをベンチマークする。 TorchSpatialフレームワークの11のエンコーダを、既知の係数を持つ合成プロセスに対して3つのスケールで評価する。 一次係数の回復はエンコーダ間で一貫して高いが、二次係数の回復はよりスケール依存的であり、大域スケールではほとんど異なる。
• 参考スコア（独自算出の注目度）: 0.992375829350344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Location encoders transform geographic coordinates into high dimensional embeddings for downstream machine learning, but it is unclear how well these representations capture interpretable spatial effects. We benchmark whether GeoShapley, a game-theoretic explainer that treats all location features as a single joint player, can recover spatially varying coefficients from models built on location-encoder embeddings. Eleven encoders from the TorchSpatial framework are evaluated against a synthetic process with known coefficients, across three scales (grid, county, global), with and without raw coordinates alongside the embedding, and under untrained and contrastively trained conditions. Measuring recovery as the correlation between estimated and true coefficients, we report how it varies with scale and encoder architecture and compare the embeddings against a raw-coordinate baseline. Recovery of the primary coefficient is consistently high across encoders, whereas recovery of a secondary coefficient is more scale-dependent, differing most at the global scale; the raw-coordinate baseline remains competitive throughout.
• Abstract（参考訳）: 位置エンコーダは、座標を下流機械学習のための高次元埋め込みに変換するが、これらの表現がどのように解釈可能な空間効果を捉えるかは定かではない。 位置情報エンコーダの埋め込み上に構築されたモデルから,すべての位置特徴を単一のジョイントプレーヤとして扱うゲーム理論的説明器であるGeoShapleyが空間的に異なる係数を復元できるかどうかをベンチマークする。 TorchSpatialフレームワークの11のエンコーダは、既知の係数を持つ合成プロセスに対して評価され、3つのスケール(グリッド、カウンティ、グローバル)にまたがる。 推定係数と真の係数の相関関係としてリカバリを計測し、スケールやエンコーダのアーキテクチャとどのように異なるのかを報告し、その埋め込みを原座標ベースラインと比較する。 一次係数の回復はエンコーダ間で一貫して高いが、二次係数の回復はよりスケール依存的であり、世界規模ではほとんど異なる。

関連論文リスト

• Localized, High-resolution Geographic Representations with Slepian Functions [18.055849990488834]
  地理的データは基本的に地域的であり、人口集中部の病気の発生、海岸線に沿って生態パターンが出現し、経済活動が国境内で集中している。 しかし、地理的位置を符号化する機械学習モデルは、ローカライズされたアプリケーションに必要な微細な解像度に苦しむ、世界中に一様に表現能力を分配する。 本研究では,球面スレピアン関数を用いた地理的位置エンコーダを提案する。
  論文  参考訳（メタデータ） (2026-01-30T23:11:41Z)
• Robust Scene Coordinate Regression via Geometrically-Consistent Global Descriptors [52.57327385675752]
  幾何学的構造と視覚的類似性の両方に整合したグローバルな記述子を学習するアグリゲータモジュールを提案する。 これにより、信頼できないオーバーラップスコアによる誤関連が修正される。 挑戦的なベンチマークの実験では、大規模環境ではかなりのローカライゼーションが得られた。
  論文  参考訳（メタデータ） (2025-12-19T04:24:03Z)
• Performance and Generalizability Impacts of Incorporating Location Encoders into Deep Learning for Dynamic PM2.5 Estimation [0.39762912548964846]
  動的・空間的不均一な応用のための深層学習における位置情報の効果について検討する。 日表面PM2.5を衛星観測と地上観測により推定した。 以上の結果から,空間一般化の支援により,原座標は領域内の性能を向上させることができるが,領域間の一般化性は低下することが示された。
  論文  参考訳（メタデータ） (2025-05-24T02:00:34Z)
• Fast Point Cloud Geometry Compression with Context-based Residual Coding and INR-based Refinement [19.575833741231953]
  我々は、KNN法を用いて、原表面点の近傍を決定する。 条件付き確率モデルは局所幾何学に適応し、大きな速度減少をもたらす。 暗黙のニューラル表現を精製層に組み込むことで、デコーダは任意の密度で下面の点をサンプリングすることができる。
  論文  参考訳（メタデータ） (2024-08-06T05:24:06Z)
• SCALAR-NeRF: SCAlable LARge-scale Neural Radiance Fields for Scene Reconstruction [66.69049158826677]
  本稿では,スケーラブルな大規模ニューラルシーン再構築に適した新しいフレームワークであるSCALAR-NeRFを紹介する。 ニューラル表現をエンコーダ・デコーダアーキテクチャとして構成し、そこではエンコーダが3次元点座標を処理してエンコーダ化された特徴を生成する。 そこで本研究では,これらの局所モデルから出力を抽出し,最終的な再構築を実現するための効率的かつ効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-11-28T10:18:16Z)
• Geographic Location Encoding with Spherical Harmonics and Sinusoidal Representation Networks [8.765273923374982]
  最近の研究は、Double Fourier Sphere (DFS) の特徴に基づく正弦波と正弦波の投影を用いて座標を埋め込む。 本研究では球面調和基底関数を組み合わせたグローバル分散地理的データのための新しい位置エンコーダを提案する。 球面高調波と正弦波表現ネットワークは,それぞれが互いに競合するが,同時にタスク間の最先端性能を設定できることを示す。
  論文  参考訳（メタデータ） (2023-10-10T16:12:17Z)
• GeoCLIP: Clip-Inspired Alignment between Locations and Images for Effective Worldwide Geo-localization [61.10806364001535]
  世界規模のジオローカライゼーションは、地球上のどこでも撮影された画像の正確な位置を特定することを目的としている。 既存のアプローチは、地球を離散的な地理的細胞に分割し、問題を分類タスクに変換する。 画像と対応するGPS位置のアライメントを強制する新しいCLIPにインスパイアされた画像-GPS検索手法であるGeoCLIPを提案する。
  論文  参考訳（メタデータ） (2023-09-27T20:54:56Z)
• Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking [61.60169764507917]
  中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。 そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
  論文  参考訳（メタデータ） (2023-09-04T13:44:50Z)
• Neural Distributed Source Coding [59.630059301226474]
  相関構造に依存せず,高次元までスケール可能な損失DSCのためのフレームワークを提案する。 提案手法は,複数のデータセット上で評価し,複雑な相関関係と最先端PSNRを扱えることを示す。
  論文  参考訳（メタデータ） (2021-06-05T04:50:43Z)

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。