Fugu-MT 論文翻訳(概要): A comparative assessment of global building and settlement datasets across geographic and settlement contexts

論文の概要: A comparative assessment of global building and settlement datasets across geographic and settlement contexts

arxiv url: http://arxiv.org/abs/2609.28154v1
Date: Wed, 23 Sep 2026 14:08:16 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-25 00:05:18.057018
Title: A comparative assessment of global building and settlement datasets across geographic and settlement contexts
Title（参考訳）: 地理的・居留地的文脈におけるグローバルビルディングと居留地データセットの比較評価
Abstract要約: Overture Maps、Global Building Atlas、3D-GloBFP、Google Open Buildings 2.5D Temporal (OBT)、Microsoft TEMPOを含む7つのグローバルまたはニアグロバル製品をベンチマークします。この評価は, 検出, 幾何的整合, 集合量精度の相補的な尺度を組み合わせたものである。 OBTは10m (0.642)で最高値のF1を達成したが、WSFトラッカーは100m (0.862)でリードした。
参考スコア（独自算出の注目度）: 0.1183421454705606
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Global building and settlement datasets increasingly support population mapping, exposure assessment, urban monitoring, and other analyses of the built environment, yet comparative evidence remains fragmented across products, geographic regions, reference datasets, spatial scales, and evaluation methods. We benchmark seven global or near-global products, including Overture Maps, Global Building Atlas, 3D-GloBFP, Google Open Buildings 2.5D Temporal (OBT), Microsoft TEMPO, GHSL, and WSF Tracker, against harmonized reference footprints across 135 study areas. The evaluation combines complementary measures of detection, geometric agreement, and aggregate quantity accuracy, together with stratified analyses of settlement characteristics and diagnostic experiments on error size and temporal alignment. Overture achieved the highest median city-level vector F1 (0.786). Raster rankings were resolution-dependent: OBT achieved the highest median F1 at 10m (0.642), whereas WSF Tracker led at 100m (0.862). However, WSF Tracker substantially overestimated built-up area, emphasizing that when using raster products, it is important for the user to understand whether the raster identifies only buildings or includes additional impervious surfaces. Raster accuracy increased consistently with building density (Spearman \r{ho} = 0.58-0.75), while small candidate buildings were disproportionately associated with false positives in the vector products. Temporally aligning WSF Tracker with reference imagery increased mean F1 by 0.060 (median +0.037), indicating that the reported accuracies are conservative in rapidly growing areas. The study establishes a reproducible benchmark for comparing heterogeneous global urban and settlement layer datasets across geographic and settlement contexts.
Abstract（参考訳）: グローバルなビルディングと定住データセットは、人口マッピング、露出評価、都市モニタリング、その他の環境の分析をますます支援しているが、比較証拠は、製品、地理的地域、参照データセット、空間スケール、評価方法の間で断片化されている。 Overture Maps、Global Building Atlas、3D-GloBFP、Google Open Buildings 2.5D Temporal (OBT)、Microsoft TEMPO、GHSL、WSF Trackerなど、135の研究領域の調和した参照フットプリントに対して、グローバルあるいは準グローバルな7つのプロダクトをベンチマークします。この評価は, 検出, 幾何的一致, 集合量の精度の相補的な測定と, 集合特性の階層化分析と, 誤差サイズと時間的アライメントに関する診断実験を組み合わせたものである。オーバーチュアは最中央値の都市レベルのベクトル F1 (0.786) を達成した。 OBTは10m (0.642)、WSFトラッカーは100m (0.862)だった。しかしながら、WSFトラッカーは、ラスタ製品を使用する際に、ラスタが建物のみを識別するか、あるいは、さらに不必要面を含むかをユーザが理解することが重要であることを強調して、実質的に過大評価されている。ラスタの精度は建物密度(Spearman \r{ho} = 0.58-0.75)とともに一貫して増加し、小さな候補の建物はベクトル積の偽陽性と不均等に関係していた。 WSFトラッカーと基準画像との時間的整合は平均F1を0.060倍(中間+0.037)増加させ, 急激な成長地域では, 報告された精度は保守的であることを示した。本研究は、異質なグローバル都市層と居留地層のデータセットを地理的・居留地的文脈で比較するための再現可能なベンチマークを確立する。

関連論文リスト

Spatially explicit feature importance for building height estimation using research-access high-resolution SAR and optical sensors [0.0]
本研究は, ブラジルの大都市における建築の高さを予測するために, 科学研究ライセンスのTerraSAR-X StripMapとPlanetScopeとSentinel-1を併用する。局地的特徴の重要性は、低層建築物では足跡形状が支配的であり、高層建築物やより孤立した建築物では影由来の高さが支配的であり、セット内の最も高い建物ではスペクトル反射度が支配的であった。結果は、グローバル機械学習やニューラルネットワークモデルでは提供できない、異なるコンテキストにおける衛星由来の予測製品関連に関するオプションガイダンスと洞察を提供する。
論文参考訳（メタデータ） (2026-08-18T14:20:53Z)
FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
論文参考訳（メタデータ） (2026-07-13T14:10:01Z)
Evolving Spatial Weights for Cartographic Synthesis [34.00232821914697]
本研究では,空間自己相関構造に基づく地図合成の多目的定式化を提案する。我々は,グローバル空間構造を最大化することにより,層重みを推定する双方向進化フレームワークGIS-moGAを開発した。その結果,集団多様性の維持と早期収束の予防には高い突然変異率が重要であることが示された。
論文参考訳（メタデータ） (2026-06-20T22:34:29Z)
Slum Detection and Density Mapping with AlphaEarth Foundations: A Representation Learning Evaluation Across 12 Global Cities [9.982796078979648]
画素レベルのスラムマッピングは、長い間、限られた都市間一般化によって制約されてきた。 AlphaEarth Foundationsは、軽量スラムモニタリングのための新しい分析可能なベースを提供する。我々は,12都市と69都市年対のスラム分類とサブピクセル密度推定についてAFFを評価した。
論文参考訳（メタデータ） (2026-05-11T05:54:15Z)
TowerDataset: A Heterogeneous Benchmark for Transmission Corridor Segmentation with a Global-Local Fusion Framework [46.45117150541737]
TowerDatasetは伝送補正セグメンテーションのための異種ベンチマークである。長い回廊の幅を保ち、きめ細かい22クラスの分類を定義し、標準化された分割と評価プロトコルを提供している。さらに,全シーン情報と局部情報情報を保存・融合するグローバル・ローカル・フュージョン・フレームワークを提案する。
論文参考訳（メタデータ） (2026-04-18T05:40:57Z)
Where on Earth? A Vision-Language Benchmark for Probing Model Geolocation Skills Across Scales [61.03549470159347]
視覚言語モデル (VLM) は急速に進歩しているが, オープンワールド環境における画像位置決め能力は, 網羅的に評価されていない。我々は、視覚認識、ステップバイステップ推論、エビデンス利用を評価するVLM画像位置情報の総合ベンチマークであるEarthWhereを提示する。
論文参考訳（メタデータ） (2025-10-13T01:12:21Z)
Pix2Geomodel: A Next-Generation Reservoir Geomodeling with Property-to-Property Translation [2.004012818482403]
本研究では、Pix2Pixをベースとした新しい条件付き生成対向ネットワーク(cGAN)フレームワークであるPix2Geomodelを紹介する。グローニンゲンガス田のロトリーゲンド貯水池から貯水池特性(空洞、ポーシティ、透水性、飽和度)を予測するように設計されている。その結果, 病状 (PA 0.88, FWIoU 0.85) と水飽和 (PA 0.96, FWIoU 0.95) の精度が高く, 気孔率 (PA 0.70, FWIoU 0.55) と透過性 (PA 0.74, FWIoU 0.60) が適度に向上し, 翻訳性能も良好であった。
論文参考訳（メタデータ） (2025-06-21T15:58:27Z)
A global product of fine-scale urban building height based on spaceborne lidar [14.651500878252723]
我々は2020年ごろに150mの細いグリッドサイズを基準に,都市ビルの高さの最新のグローバルな製品を提供する。 GEDIデータに基づく高さ推定法は, ピアソンrの0.78, RMSEの3.67mで有効であった。この研究は、気候、環境、生態学、社会科学など多くの分野にわたる将来の都市研究を促進するだろう。
論文参考訳（メタデータ） (2023-10-22T16:51:15Z)
Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings [44.4879068879732]
本稿では,データアソシエーションにおけるあいまいさを解消するための完全なパイプラインを提案する。その中核は、測定のエントロピーに応じて探索領域に適応する堅牢な自己調整データアソシエーションである。ドイツ・カールスルーエ市周辺の都市・農村のシナリオを実データとして評価した。
論文参考訳（メタデータ） (2022-07-28T12:29:39Z)

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。