論文の概要: CartoVec: General-Purpose Location Embeddings from Open Map Data

• arxiv url: http://arxiv.org/abs/2610.17190v1
• Date: Mon, 12 Oct 2026 17:55:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 02:51:47.902227
• Title: CartoVec: General-Purpose Location Embeddings from Open Map Data
• Title（参考訳）: CartoVec: オープンマップデータからの汎用的な位置情報埋め込み
• Abstract要約: 我々は、オーバーチュア由来の土地被覆、土地利用、輸送、場所、接続目標を予測するために訓練された座標エンコーダであるCartoVecを紹介する。 アメリカ合衆国北東部の国勢調査結果,Airbnb価格,フィラデルフィア犯罪に対する凍結埋没を,空間ブロッククロスバリデーションを用いて評価した。 この結果は, 座標-ベクトルインタフェースを用いた再利用可能な位置表現の実用的な情報源として, オープンマップデータをサポートしている。
• 参考スコア（独自算出の注目度）: 0.152292571922932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Geographic coordinates are common inputs in applied machine learning, but latitude and longitude describe position rather than the surrounding environment. Image-grounded location encoders learn this context from satellite or ground-level imagery; structured open map data offers another source of supervision whose utility for continuous coordinate encoders remains less explored. We introduce CartoVec, a coordinate encoder trained to predict Overture-derived land cover, land use, transportation, place and connectivity targets at multiple spatial scales, without image inputs or downstream-task labels. We evaluate frozen embeddings on Census outcomes, Airbnb prices and Philadelphia crime in the US Northeast using spatial block cross-validation. CartoVec has the highest mean performance on most Census outcomes and the highest average across the full suite, with several comparisons close across folds. The findings support open map data as a practical source of reusable location representations with a coordinate-to-vector interface that requires no map lookup at inference. The open-weight model is available at https://huggingface.co/gursoyfurkan/CartoVec.
• Abstract（参考訳）: 地理座標は応用機械学習において一般的な入力であるが、緯度と経度は周囲の環境よりも位置を記述する。 衛星や地上レベルの画像からこの文脈を学習し、構造化されたオープンマップデータによって、連続座標エンコーダの利便性が低い別の監督源を提供する。 画像入力や下流タスクラベルを使わずに,オーバチュア由来の土地被覆,土地利用,輸送,場所,接続ターゲットを複数空間スケールで予測するコーディネートエンコーダであるCartoVecを紹介する。 アメリカ合衆国北東部の国勢調査結果,Airbnb価格,フィラデルフィア犯罪に対する凍結埋没を,空間ブロッククロスバリデーションを用いて評価した。 CartoVecは、ほとんどの国勢調査結果で最高パフォーマンスであり、フルスイートで最高パフォーマンスであり、複数の比較が折りたたみ式で近い。 この結果は,地図検索を必要としない座標-ベクトルインタフェースを用いて,再利用可能な位置表現の実用的な情報源として,オープンマップデータをサポートする。 オープンウェイトモデルはhttps://huggingface.co/gursoyfurkan/CartoVec.comで公開されている。

関連論文リスト

• From Fragments to Global Maps: Learning Vectorized Map Aggregation with Large Language Models [57.34005676470192]
  大規模ベクトル化HDマップは、自律運転において知覚、局所化、計画に不可欠な構造化道路情報を提供する。 既存のアグリゲーション法は通常、フラグメントアソシエーションとリファインメントのための手作りのルールに依存している。 大規模言語モデルを用いた条件付きシーケンス生成としてベクトル化マップアグリゲーションを定式化するデータ駆動型フレームワークであるMapMergeLLMを提案する。
  論文  参考訳（メタデータ） (2026-10-01T21:35:52Z)
• A Proxy Consistency Loss for Grounded Fusion of Earth Observation and Location Encoders [6.180231426200955]
  地球観測入力による教師付き学習は、しばしば、トレーニングラベルとして使用する高品質なラベル付きまたはその場測定データの範囲によって制限される。 位置エンコーダにプロキシデータを埋め込むために,プロキシ一貫性損失(PCL)の定式化を導入する。 大気質予測と貧困マッピングの実験は、PCLがプロキシから豊富な情報を組み込むことができることを示している。
  論文  参考訳（メタデータ） (2026-04-20T22:01:23Z)
• GOTPR: General Outdoor Text-based Place Recognition Using Scene Graph Retrieval with OpenStreetMap [4.51019574688293]
  GOTPRはGPS信号が利用できない屋外環境向けに設計されたロバストな位置認識手法である。 大規模で保存が難しいポイントクラウドマップを使用する既存のアプローチとは異なり、GOTPRはテキスト記述や場所認識用のマップから生成されたシーングラフを活用する。 都市規模のテストでは、数秒で処理を完了し、現実世界のロボティクスアプリケーションに非常に実用的になった。
  論文  参考訳（メタデータ） (2025-01-15T04:51:10Z)
• Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
  本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。 バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。 ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-02-25T13:22:17Z)
• VoxelKP: A Voxel-based Network Architecture for Human Keypoint Estimation in LiDAR Data [53.638818890966036]
  textitVoxelKPは、LiDARデータにおける人間のキーポイント推定に適した、完全にスパースなネットワークアーキテクチャである。 本研究では,人間の各インスタンス内のキーポイント間の空間的相関を学習するために,スパースボックスアテンションを導入する。 鳥の視線を符号化する2次元格子に3次元ボクセルを投影する際に, 絶対的な3次元座標を利用するために空間符号化を組み込んだ。
  論文  参考訳（メタデータ） (2023-12-11T23:50:14Z)
• SatCLIP: Global, General-Purpose Location Embeddings with Satellite Imagery [22.716322265391852]
  衛星コントラスト位置画像事前学習(SatCLIP)について紹介する。 SatCLIPは、公開衛星画像のCNNとViTの視覚パターンを地理的座標と一致させることで、位置の暗黙的な表現を学習する。 実験では、温度予測、動物認識、人口密度推定を含む9つの異なる位置依存タスクにおいて、SatCLIP埋め込みを用いて予測性能を向上させる。
  論文  参考訳（メタデータ） (2023-11-28T19:14:40Z)
• GoRela: Go Relative for Viewpoint-Invariant Motion Forecasting [121.42898228997538]
  精度や一般化を犠牲にすることなく、全てのエージェントとマップに対して効率的な共有符号化を提案する。 不均一空間グラフにおけるエージェントとマップ要素間の幾何学的関係を表現するために、ペアワイズ相対的な位置符号化を利用する。 我々のデコーダは視点非依存であり、レーングラフ上でエージェント目標を予測し、多様かつコンテキスト対応のマルチモーダル予測を可能にする。
  論文  参考訳（メタデータ） (2022-11-04T16:10:50Z)
• Learning Implicit Feature Alignment Function for Semantic Segmentation [51.36809814890326]
  Implicit Feature Alignment Function (IFA)は、暗黙の神経表現の急速に拡大するトピックにインスパイアされている。 IFAは機能マップを異なるレベルで暗黙的に整列し、任意の解像度でセグメンテーションマップを生成することができることを示す。 提案手法は,様々なアーキテクチャの改善と組み合わせて,一般的なベンチマークにおける最先端の精度のトレードオフを実現する。
  論文  参考訳（メタデータ） (2022-06-17T09:40:14Z)
• iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
  iSDFは実時間符号付き距離場再構成のための連続学習システムである。 より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
  論文  参考訳（メタデータ） (2022-04-05T15:48:39Z)

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。