論文の概要: Spatio-Temporal Detection of Photovoltaic Systems on Industrial Building Rooftops Using Satellite Imagery and Machine Learning

• arxiv url: http://arxiv.org/abs/2610.23970v1
• Date: Mon, 12 Oct 2026 13:05:12 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:05:57.833346
• Title: Spatio-Temporal Detection of Photovoltaic Systems on Industrial Building Rooftops Using Satellite Imagery and Machine Learning
• Title（参考訳）: 衛星画像と機械学習を用いた産業用屋根上の太陽光発電システムの時空間検出
• Abstract要約: 高解像度の商用画像は、しばしば監視に使用されるが、その高コストで頻繁な更新は、グリッドオペレーター、エネルギーインフラ開発者、および政策立案者のための情報ギャップを生じさせる。 本研究では,オープンアクセス型マルチスペクトル型Sentinel-2衛星画像を利用した機械学習フレームワークを開発することにより,産業用屋上PVシステムのスケーラブルな監視方法の欠如に対処する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The global transition toward carbon-neutral energy systems is heavily dependent on the rapid deployment of solar photovoltaic (PV) infrastructure, yet the speed of this expansion has outpaced the ability of administrative registries to maintain accurate records. While high-resolution commercial imagery is often used for monitoring, its high cost and infrequent updates can create an information gap for grid operators, energy infrastructure developers and policymakers. This study addresses the lack of scalable monitoring for industrial-scale rooftop PV systems by developing a machine learning framework that utilizes open-access, multispectral Sentinel-2 satellite imagery. By integrating building geometries from OpenStreetMap with Sentinel-2 reflectance data, a Random Forest model was trained to identify the specific spectral signatures of PV modules. Moving beyond theoretical modeling, this work emphasizes practical implementation through the development of an interactive web-based prototype for on-demand site monitoring. The application enables users to retrieve up-to-date satellite observations and assess the presence of PV systems on industrial building rooftops. The tool incorporates quality metrics that inform users whether a prediction is supported by sufficient training data density or requires manual verification. This end-to-end framework demonstrates that open-source medium-resolution data can effectively bridge this monitoring gap.
• Abstract（参考訳）: 炭素ニュートラルエネルギーシステムへの世界的移行は、太陽太陽光発電(PV)インフラの迅速な展開に大きく依存しているが、この拡張の速度は、正確な記録を維持するための管理レジストリの能力を上回っている。 高解像度の商用画像は監視によく使用されるが、その高コストで頻繁な更新は、グリッドオペレーター、エネルギーインフラ開発者、および政策立案者のための情報ギャップを生じさせる。 本研究では,オープンアクセス型マルチスペクトル型Sentinel-2衛星画像を利用した機械学習フレームワークを開発することにより,産業用屋上PVシステムのスケーラブルな監視方法の欠如に対処する。 OpenStreetMapから構築されたジオメトリとSentinel-2の反射率データを統合することで、Random ForestモデルはPVモジュールの特定のスペクトルシグネチャを特定するために訓練された。 この研究は、理論モデリングを超えて、オンデマンドサイト監視のためのインタラクティブなWebベースプロトタイプの開発を通じて、実践的な実装を強調している。 このアプリケーションにより、ユーザは最新の衛星観測を検索し、工業ビルの屋上におけるPVシステムの存在を評価することができる。 このツールには、十分なトレーニングデータ密度によって予測がサポートされているか、あるいは手動による検証を必要とするかをユーザーに知らせる品質指標が含まれている。 このエンドツーエンドのフレームワークは、オープンソースの中解像度データが、この監視ギャップを効果的に橋渡しできることを示している。

関連論文リスト

• Markerless Multi-Modal Autonomous Robotic Inspection of Large Space Structures [0.0]
  本稿では、3次元再構成を検査支援表現として用いるマーカーレス自律型ロボット検査パイプラインを提案する。 このシステムはキノバのGen2マニピュレータと、RGB-Dカメラ、サーマルカメラ、および2D LiDARで構成されるエンドエフェクター搭載マルチモーダルセンサーヘッドを統合している。 パイプラインは、近似的な検査ボリュームを推定し、視点を生成し、MoveItで衝突のない動きを計画し、RGB-D画像、サーマルデータ、ロボットのポーズをROS2で同期的に記録する。
  論文  参考訳（メタデータ） (2026-09-24T12:37:21Z)
• iVISION-2DCD: A Long-Term Change Detection Dataset for Large-Scale Outdoor Construction Monitoring [50.60358463714119]
  我々は,高密度LiDAR点雲からの大規模合成データセットiVISION-2DCDを提案する。 本データセットは,建設現場における2DCDの問題点を正式に定義する。 最先端の2DCDアルゴリズムを用いたベンチマーク評価は、iVISION-2DCDが新しい研究課題をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-07-03T18:29:13Z)
• AI and Open-data Driven Scalable Solar Power Profiling [48.72868465736126]
  本稿では、オープンデータからソーラーパネルを検出し、都市レベルのソーラーパワープロファイルを生成するための、オープンでスケーラブルなフレームワークを提案する。 ファンデーションビジョンAIモデルを利用して、オープンソースの衛星画像からソーラーパネルを検出する。 このフレームワークは、プロプライエタリなイメージ、手動ラベリング、クローズドソースモデルへの依存を減らし、ソーラープランニングと分析のための透明でスケーラブルなアプローチを提供する。
  論文  参考訳（メタデータ） (2026-05-04T15:37:52Z)
• Solar-VLM: Multimodal Vision-Language Models for Augmented Solar Power Forecasting [8.479205315463522]
  本論文ではマルチモーダルPV電力予測のための大規模言語モデル駆動フレームワークであるSolar-VLMを提案する。 地理的に分散したステーション間の空間的依存関係をキャプチャするために、クロスサイト特徴融合機構を導入する。 中国北部の8ヶ所のPVステーションのデータを用いて,提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2026-04-05T15:14:26Z)
• UAV Object Detection and Positioning in a Mining Industrial Metaverse with Custom Geo-Referenced Data [6.361348748202732]
  本研究では,UAVに基づくセンシング,LiDAR地形モデリング,深層学習に基づく物体検出を組み合わせた統合システムアーキテクチャを提案する。 提案するパイプラインには、ジオレファレンス、3次元再構成、オブジェクトの局所化が含まれており、構造化された空間出力を産業用デジタルツインプラットフォームに統合することができる。
  論文  参考訳（メタデータ） (2025-06-16T13:59:56Z)
• Space-scale Exploration of the Poor Reliability of Deep Learning Models: the Case of the Remote Sensing of Rooftop Photovoltaic Systems [0.7499722271664147]
  ディープラーニングを用いた屋上PVシステムのリモートセンシングが有望なソリューションとして浮上した。 既存の技術は、屋上PVの最新の統計を構築するのに十分な信頼性を持っていない。 本研究では,屋上PVパネルの検出を訓練したディープラーニングモデルの分類精度に及ぼす分布シフトの影響を網羅的に評価する。
  論文  参考訳（メタデータ） (2024-07-31T14:34:18Z)
• Semantic Segmentation of Vegetation in Remote Sensing Imagery Using Deep Learning [77.34726150561087]
  本稿では,公開されているリモートセンシングデータからなるマルチモーダル・大規模時間データセットを作成するためのアプローチを提案する。 我々は、異なる種類の植生を分離できる畳み込みニューラルネットワーク(CNN)モデルを使用する。
  論文  参考訳（メタデータ） (2022-09-28T18:51:59Z)
• DeepSolar tracker: towards unsupervised assessment with open-source data of the accuracy of deep learning-based distributed PV mapping [0.0]
  既存の作業に基づいて、自動PVレジストリパイプラインを提案します。 このパイプラインは、すべての分散PVインストールの位置、エリア、インストール容量、傾き角を記録するデータセットを自動的に生成する。 本稿では,RNI(Registre national d'installation)に基づく非監督的手法を提案する。 当社のモデルは,50万平方キロメートル以上をカバーしているフランス9カ所のディパートメントにデプロイしています。
  論文  参考訳（メタデータ） (2022-07-15T13:23:24Z)
• Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
  本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。 我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T08:53:18Z)
• Meta-UDA: Unsupervised Domain Adaptive Thermal Object Detection using Meta-Learning [64.92447072894055]
  赤外線(IR)カメラは、照明条件や照明条件が悪ければ頑丈である。 既存のUDA手法を改善するためのアルゴリズムメタ学習フレームワークを提案する。 KAISTおよびDSIACデータセットのための最先端熱検出器を作成した。
  論文  参考訳（メタデータ） (2021-10-07T02:28:18Z)
• Energy Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space [62.39318039798564]
  相関情報を利用するスケジューリング機構を提案する。 提案したメカニズムは、センサが更新を送信する頻度を決定することができる。 我々は,センサの寿命を大幅に延長できることを示した。
  論文  参考訳（メタデータ） (2020-11-19T09:53:27Z)

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。