論文の概要: AgenticCity-Bench: Longitudinal Multimodal Observations of Urban Dynamics with Agentic Reasoning
- arxiv url: http://arxiv.org/abs/2610.35293v1
- Date: Mon, 26 Oct 2026 12:01:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.910728
- Title: AgenticCity-Bench: Longitudinal Multimodal Observations of Urban Dynamics with Agentic Reasoning
- Title（参考訳）: エージェントシティベンチ:エージェント推論による都市動態の経時的マルチモーダル観察
- Abstract要約: AgenticCity-Benchは、統合状態モデリングとエージェントシティタスク推論のための縦断ベンチマークである。
2000年から2025年までの6大陸にまたがる12か国16都市を対象としている。
- 参考スコア（独自算出の注目度）: 19.05355169875634
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: City systems are shaped by interactions among infrastructure, human activity, and environmental conditions. Existing earth observation and urban benchmarks are limited in unified modeling and in capturing their joint dynamics. We introduce AgenticCity-Bench, a longitudinal multimodal benchmark for multi-layer unified state modeling and agentic city task reasoning. The benchmark covers 16 cities in 12 countries across six continents from 2000 to 2025, and includes 18 modalities spanning urban function, activity, and environmental state. It organizes heterogeneous data sources around a common spatial reference and calendar index while preserving spatial and temporal coverage, provenance and tile-level availability. On this foundation, AgenticCity-Bench supports urban cross-modal translation together with diverse agentic city tasks involving forecasting, planning and resource analysis. This study provides a unified benchmark for studying the transition from multimodal urban and earth observation to joint understanding and agentic city decision-making. The dataset is available at https://anonymous.4open.science/r/AgenticCity-Bench.
- Abstract（参考訳）: 都市システムは、インフラ、人間活動、環境条件間の相互作用によって形成されている。
既存の地球観測と都市ベンチマークは、統一されたモデリングと、それらの共同ダイナミクスのキャプチャに限られている。
本稿では,多層統合状態モデリングとエージェントシティタスク推論のための縦型マルチモーダルベンチマークであるAgenicCity-Benchを紹介する。
このベンチマークは2000年から2025年までの6大陸12か国16都市を対象としており、都市機能、活動、環境状態にまたがる18のモダリティを含んでいる。
共通空間参照とカレンダーインデックスに関する異種データソースを整理し、空間的および時間的カバレッジ、証明、タイルレベルの可用性を保存する。
この基盤の上で、AgenticCity-Benchは、予測、計画、資源分析を含む多様なエージェント都市タスクと共に都市横断翻訳を支援している。
本研究は,マルチモーダルな都市・地球観測から,共同理解とエージェント的都市決定へ移行するための統一的なベンチマークを提供する。
データセットはhttps://anonymous.4open.science/r/AgenticCity-Benchで公開されている。
関連論文リスト
- Towards Spatio-Temporal Intelligence Systems in Urban Space: A Twin-Agent Perspective [60.71633506326743]
都市は、インフラ、モビリティ、環境管理、緊急対応、公共サービスなどのドメインを調整しなければならない。
都市時空間インテリジェンス(STI)システムは、都市全体の状態をモニタリングし、問題を分析し、介入を計画し実行し、フィードバックを通じて適応する。
近年の都市におけるツインニングとエージェントAI技術は,このようなシステムの基盤となっている。
論文 参考訳（メタデータ） (2026-10-26T03:38:49Z) - Plan-to-Synthesis: Cross-City Human Mobility Generation via Semantic Latent Flow Matching [50.079901905090516]
人間のモビリティ生成は、現実的なPOI(point-of-interest)訪問軌跡を合成することを目的としている。
潜在フローマッチングに基づくセマンティックヒューマンモビリティ生成フレームワークSeMoFlowを提案する。
本研究では,SeMoFlowが既存のベースラインよりも高い軌道忠実性を実現し,都市固有のモチーフを保ち,都市間移動と都市間移動の両立を支援していることを示す。
論文 参考訳（メタデータ） (2026-09-26T15:50:08Z) - UrbanWell: Benchmarking Multimodal Large Language Models for Spatio-Temporal Urban Wellbeing Analytics [18.634608060111713]
UrbanWellは、都市福祉分析のためのマルチモーダル言語(MLLM)の機能を評価するために設計されたベンチマークである。
我々は、ゼロショット設定で15の代表MLLMをベンチマークし、空間次元と時間次元を比較評価する。
UrbanWellは、都市福祉分析におけるマルチモーダルおよび時間的推論を評価するための統一的なベンチマークとして機能する。
論文 参考訳（メタデータ） (2026-06-14T16:19:21Z) - Intercity mobility reveals the hyperbolic geometry of city systems [21.646650239283186]
本研究は,移動度を潜在双曲幾何学に埋め込んだ都市システムの新しい幾何学モデルを開発する。
都市階層のボトムアップが出現し,都市・都市間関係の変動は非定常的であることがわかった。
都市システムの明らかな都市関係プロセスは、都市の新興科学の中核にある。
論文 参考訳（メタデータ） (2026-04-06T06:12:05Z) - Earth Embeddings Reveal Diverse Urban Signals from Space [17.134313498337804]
都市信号予測のために、AlphaEarth、Prithvi、Clayの3つの地球埋め込みファミリーをベンチマークした。
統一的な教師付き学習フレームワークを用いて、犯罪、収入、健康、旅行行動にまたがる14の地区レベルの指標を予測する。
以上の結果から, 地層埋没が都市構造に結びつく結果の予測技術として, かなりの都市変動を捉えていることが示唆された。
論文 参考訳（メタデータ） (2026-04-03T20:58:37Z) - UrbanMoE: A Sparse Multi-Modal Mixture-of-Experts Framework for Multi-Task Urban Region Profiling [47.568568425459716]
我々は,マルチタスク都市域プロファイリングのベンチマークを開発し,マルチモーダルな特徴と強力なベースラインの多種多様なセットを特徴とする。
次に,マルチタスクの課題を解決するために構築された,最初のスパースなマルチモーダル・マルチエキスパートフレームワークであるUrbanMoEを提案する。
ベンチマークでは,UrbanMoEがすべてのベースラインに対して常に優れたパフォーマンスを示している。
論文 参考訳（メタデータ） (2026-01-30T09:25:05Z) - 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) - UrBench: A Comprehensive Benchmark for Evaluating Large Multimodal Models in Multi-View Urban Scenarios [60.492736455572015]
複雑な多視点都市シナリオにおけるLMM評価のためのベンチマークであるUrBenchを提案する。
UrBenchには、リージョンレベルとロールレベルの両方で、厳密にキュレートされた11.6Kの質問が含まれている。
21のLMMに対する評価は、現在のLMMが都市環境においていくつかの面で苦戦していることを示している。
論文 参考訳（メタデータ） (2024-08-30T13:13:35Z) - CityBench: Evaluating the Capabilities of Large Language Models for Urban Tasks [10.22654338686634]
大規模言語モデル (LLMs) と視覚言語モデル (VLMs) は、実際の有効性と信頼性を確保するために欠かせないものとなっている。
都市研究のための体系的評価ベンチマークを構築する上での課題は、都市データの多様性にある。
本稿では,対話型シミュレータによる評価プラットフォームである textitCityBench を設計する。
論文 参考訳（メタデータ） (2024-06-20T02:25:07Z) - Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。
我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。
フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
論文 参考訳（メタデータ） (2021-04-30T12:47:52Z)
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。