論文の概要: Urban Boundaries, Social Barriers: A Benchmark and Vision-Centric Framework for Mapping Gated Communities and Equity Implications

• arxiv url: http://arxiv.org/abs/2609.03804v1
• Date: Thu, 03 Sep 2026 13:08:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:39.079824
• Title: Urban Boundaries, Social Barriers: A Benchmark and Vision-Centric Framework for Mapping Gated Communities and Equity Implications
• Title（参考訳）: 都市境界, 社会障壁:地域コミュニティのマッピングのためのベンチマークとビジョン中心のフレームワーク
• Authors: Minwei Zhao, Weiming Zhang, Jiawang Du, Qiming Liu, Weiming Zhuang, Pei Nie, Cai Wu,
• Abstract要約: Gated Community (MCGC) は、DINOv3-SATイメージ、テキスト、構造化キューに基づくビジョン中心のフレームワークである。 MCGCは強い単調なベースラインとマルチモーダルのベースラインを一貫して上回る。 本稿では,GCの空間的クラスタリング,民営化グリーンスペース,歩行者との接続性の向上など,エクイティ指向の知見を報告する。
• 参考スコア（独自算出の注目度）: 23.50126360944725
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Communities are fundamental spatial units that shape urban form and social life. Whether a residential compound is spatially open or enclosed affects mobility, access to public services, and equity, yet studies of Chinese fengbi xiaoqu remain largely qualitative or small-scale, limiting reproducible city-scale analysis. We address this gap by introducing GBA-GCs, a metropolitan-scale multimodal benchmark for locally grounded gated/open community recognition in China's Greater Bay Area, covering 37,444 residential compounds with aligned boundary polygons, high-resolution satellite imagery, Chinese metadata, and structured attributes, together with expert-verified labels, inter-annotator reliability, and official evaluation splits. Built on this benchmark, we present Multimodal Classifier for Gated Community (MCGC), a vision-centric multimodal framework based on DINOv3-SAT that fuses imagery, text, and structured cues via modality-aware cross-attention and adaptive gating to mitigate modality imbalance. MCGC consistently outperforms strong unimodal and multimodal baselines. Finally, we apply the validated model to metropolitan-scale mapping and report equity-oriented findings including spatial clustering of GCs, privatized green space, and reduced pedestrian connectivity. The benchmark, code, and release documentation are available at https://github.com/MinweiZhao/GBA-GCs.
• Abstract（参考訳）: コミュニティは、都市形態と社会生活を形成する基本的な空間単位である。 居住施設が空間的に開放されているか閉ざされているかは、移動性、公共サービスへのアクセス、株式に影響を及ぼすが、中国のフェンビ・キヤオクの研究は、主に質的または小規模で再現可能な都市規模の分析を制限している。 GBA-GCsは,中国の大都市圏における地域接地・オープンコミュニティ認識のための大規模マルチモーダル・ベンチマークであり,37,444件の住宅施設に,境界ポリゴン,高解像度衛星画像,中国のメタデータ,構造的属性と,専門家が検証したラベル,アノテーション間の信頼性,公式評価の分割をカバーしている。 このベンチマークに基づいて,DINOv3-SATをベースとした視覚中心型マルチモーダルフレームワークであるMultimodal Classifier for Gated Community (MCGC)を提案する。 MCGCは強い単調なベースラインとマルチモーダルのベースラインを一貫して上回る。 最後に,実証されたモデルを大都市圏マッピングに適用し,GCの空間的クラスタリング,民営化グリーンスペース,歩行者との接続性の向上など,株式指向の知見を報告する。 ベンチマーク、コード、リリース資料はhttps://github.com/MinweiZhao/GBA-GCsで公開されている。

関連論文リスト

• Thinking with Images as Continuous Actions: Numerical Visual Chain-of-Thought [55.65577137924979]
  本稿では,連続的な数値座標を用いたMLLM画像の推論を可能にするフレームワークを提案する。 NV-CoTはMLLM作用空間を離散語彙トークンから連続ユークリッド空間へと拡張する。 3つのベンチマーク実験により、NV-CoTは局所化精度と最終回答精度を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2026-02-27T12:04:07Z)
• UAGLNet: Uncertainty-Aggregated Global-Local Fusion Network with Cooperative CNN-Transformer for Building Extraction [83.48950950780554]
  リモートセンシング画像からの抽出は、複雑な構造変化のために難しい課題である。 既存の方法は、セグメンテーションモデルにおけるマルチスケール特徴をキャプチャするために、畳み込みブロックまたは自己アテンションブロックを使用する。 高品質なグローバルローカルなビジュアルセマンティクスを活用するために,不確実性集約型グローバルローカルフュージョンネットワーク(UAGLNet)を提案する。
  論文  参考訳（メタデータ） (2025-12-15T02:59:16Z)
• Neighbor-aware informal settlement mapping with graph convolutional networks [1.226598527858578]
  本稿では,局所的な地理的コンテキストを分類プロセスに組み込んだグラフベースのフレームワークを提案する。 リオデジャネイロのケーススタディでは,空間的クロスバリデーションを用いて実験を行った。 本手法は,Kappa係数を個々の細胞分類よりも17ポイント向上する。
  論文  参考訳（メタデータ） (2025-09-30T12:25:25Z)
• Urban Forms Across Continents: A Data-Driven Comparison of Lausanne and Philadelphia [7.693465097015469]
  本研究では,地理的・文化的に異なる都市間での都市型を識別・比較するためのデータ駆動型枠組みを提案する。 ローザンヌ市,スイス市,フィラデルフィア市において,地形,多様性,緑地,興味点に関連する多次元的特徴を抽出した。 その結果, 規模, 密度, 文化状況の相違にもかかわらず, 両都市にまたがるクラスタタイプが出現している。
  論文  参考訳（メタデータ） (2025-05-05T18:13:22Z)
• A Local Perspective-based Model for Overlapping Community Detection [0.06206748337438322]
  地域コミュニティの観点から重なり合うコミュニティ検出モデルであるLQ-GCNを提案する。 LQ-GCNはBernoulli-Poissonモデルを用いてコミュニティアフィリエイトマトリックスを構築し、エンドツーエンド検出フレームワークを形成する。 LQ-GCNは、正規化された相互情報(NMI)が最大33%改善され、リコールが26.3%改善された。
  論文  参考訳（メタデータ） (2025-03-27T14:43:42Z)
• Cross-City Matters: A Multimodal Remote Sensing Benchmark Dataset for Cross-City Semantic Segmentation using High-Resolution Domain Adaptation Networks [82.82866901799565]
  我々は,都市間セマンティックセマンティックセグメンテーションタスクの研究を目的とした,新しいマルチモーダルリモートセンシングベンチマークデータセット(ハイパースペクトル,マルチスペクトル,SARを含む)を構築した。 単一都市に留まらず,多都市環境からAIモデルの一般化能力を促進するため,高解像度なドメイン適応ネットワークであるHighDANを提案する。 高DANは, 並列高分解能融合方式で, 都市景観の空間的トポロジカルな構造を良好に維持することができる。
  論文  参考訳（メタデータ） (2023-09-26T23:55:39Z)
• Efficient Multi-View Graph Clustering with Local and Global Structure Preservation [59.49018175496533]
  局所・グローバル構造保存を用いた効率的なマルチビューグラフクラスタリング(EMVGC-LG)という,アンカーベースのマルチビューグラフクラスタリングフレームワークを提案する。 具体的には、EMVGC-LGがクラスタリング品質を向上させるために、アンカー構築とグラフ学習を共同で最適化する。 さらに、EMVGC-LGはサンプル数に関する既存のAMVGCメソッドの線形複雑性を継承する。
  論文  参考訳（メタデータ） (2023-08-31T12:12:30Z)
• Redesigning Multi-Scale Neural Network for Crowd Counting [68.674652984003]
  本稿では, 集団カウントのための多スケール密度マップを階層的にマージする, 密度専門家の階層的混合を導入する。 階層構造の中では、すべてのスケールからの貢献を促進するために、専門家の競争とコラボレーションのスキームが提示されます。 実験の結果,提案手法は5つの公開データセット上での最先端性能を実現することがわかった。
  論文  参考訳（メタデータ） (2022-08-04T21:49:29Z)

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。