論文の概要: ArchiveLens: A Generative Spatial Knowledge Framework for Semantic Reconstruction of Historical Maps

• arxiv url: http://arxiv.org/abs/2610.35606v1
• Date: Mon, 26 Oct 2026 15:29:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.053432
• Title: ArchiveLens: A Generative Spatial Knowledge Framework for Semantic Reconstruction of Historical Maps
• Title（参考訳）: ArchiveLens: 歴史地図のセマンティック再構築のための空間知識生成フレームワーク
• Abstract要約: 歴史的地図には過去の都市環境に関する密集した意味情報が含まれている。 本研究は,歴史地図をエンティティ中心の機械中心データベースとして運用する生成空間知識フレームワークであるArchivesを紹介する。
• 参考スコア（独自算出の注目度）: 14.497636365156568
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Historical maps contain dense morphological and semantic information about past urban environments, but many digitization workflows focus primarily on extracting geometry, and do not capture cartographic semantics such as building use and construction materials. This study introduces ArchiveLens, a generative spatial knowledge framework that operationalizes historical maps as entity-centric, machine-queryable geospatial databases. The pipeline decouples morphological and semantic reconstruction through three stages: tiled YOLOv11-seg instance segmentation for building footprint extraction; deterministic material classification via hue, saturation, and value (HSV)-based color thresholds; and localized attribute parsing using a quantized vision-language model constrained by domain-specific prompts. Extracted entities are integrated into a hybrid Spatial-Temporal Retrieval-Augmented Generation (ST-RAG) architecture that combines dense semantic retrieval with symbolic spatio-temporal filtering and mandatory provenance grounding. Applied to 445 georeferenced Sanborn map sheets of Chicago (1918-1950), the framework achieves high geometric and semantic accuracy. Beyond performance, ArchiveLens advances GIScience by formalizing historical cartography as structured spatial knowledge representation, allowing researchers to query building attributes and compare spatial patterns across map sheets and years.
• Abstract（参考訳）: 歴史的地図には、過去の都市環境に関する密集した形態的・意味的な情報が含まれているが、多くのデジタル化ワークフローは、主に幾何学の抽出に焦点を当てており、建築用途や建設資材のような地図的意味を捉えていない。 本研究では,歴史的地図を実体中心の空間空間データベースとして運用する生成的空間知識フレームワークであるArchiveLensを紹介する。 このパイプラインは3つの段階を通じて形態的および意味的再構成を分離する: 構築フットプリント抽出のためのYOLOv11-segインスタンスセグメンテーション、色調、彩度、値(HSV)ベースの色閾値による決定論的物質分類、ドメイン固有のプロンプトによって制約された量子化された視覚言語モデルを用いた局所的属性解析。 抽出されたエンティティは、高密度なセマンティック検索とシンボリック時空間フィルタリングと強制的前処理を組み合わせた、ハイブリッドな空間-時間検索-拡張生成(ST-RAG)アーキテクチャに統合される。 シカゴの445の地理参照地図シート(1918-1950)に適用すると、このフレームワークは高度な幾何学的および意味論的精度を達成する。 ArchiveLensは、歴史的地図を構造化された空間知識表現として定式化することでGIScienceを推進し、研究者が構築属性を問い合わせたり、地図シートや数年にわたって空間パターンを比較したりすることができる。

関連論文リスト

• Do Maps Still Matter for Machines: Revisiting the Role of Choropleth Maps in Foundation Model Spatial Understanding [5.839101783650887]
  2,400個の合成コロパスマップと対応するGeoJSONデータを含むベンチマークであるChoroplethMap-Benchを紹介する。 データのみ、マップのみ、データ+マップの3つの入力条件下で、22のオープンソースおよびプロプライエタリモデルを評価する。 その結果、特に記号データと組み合わせた場合、地図は空間的推論を大幅に改善することがわかった。
  論文  参考訳（メタデータ） (2026-07-20T14:32:10Z)
• QueryPlot: Generating Geological Evidence Layers using Natural Language Queries for Mineral Exploration [6.222922823124804]
  本稿では,意味検索とマッピングのフレームワークであるQueryPlotを紹介する。 大規模な地質学的テキストコーパスと地質地図データを統合する。 システムは、事前訓練された埋め込みモデルを使用して、クエリとリージョン記述の両方をエンコードする。 意味的類似度スコアをランクに計算し、空間的に領域を視覚化する。
  論文  参考訳（メタデータ） (2026-02-19T19:31:37Z)
• Towards Ancient Plant Seed Classification: A Benchmark Dataset and Baseline Model [62.98256440452042]
  我々は,最初の古植物種子画像分類データセットを構築した。 中国各地の18の遺跡から出土した17種の種または種レベルの種から8,340枚の画像が含まれている。 定量的および定性的な分析では、既存の最先端画像分類法を超越し、90.5%の精度を達成している。
  論文  参考訳（メタデータ） (2025-12-20T07:18:22Z)
• Geospatial Question Answering on Historical Maps Using Spatio-Temporal Knowledge Graphs and Large Language Models [4.25934967090365]
  1つのアプローチは質問応答(QA)であり、ユーザーは自然で直感的な方法で知識を取得できる。 歴史的地図データから構築した時間的知識グラフ(KG)と大規模言語モデルを統合することにより,GeoQAシステムを開発した。 過去の地図画像やインターネット検索結果などの付加的なデータソースを我々のフレームワークに組み込んで、GeoQAに余分なコンテキストを提供する。
  論文  参考訳（メタデータ） (2025-08-29T10:16:37Z)
• MapExplorer: New Content Generation from Low-Dimensional Visualizations [60.02149343347818]
  低次元の可視化や「投影マップ」は大規模で複雑なデータセットの解釈に広く用いられている。 これらの視覚化は、既存の知識空間を理解するのに役立つだけでなく、未知の領域への探索を暗黙的にガイドする。 プロジェクションマップ内の座標をコヒーレントでコンテキストに整合したテキストコンテンツに変換する新しい知識発見タスクであるMapExplorerを紹介する。
  論文  参考訳（メタデータ） (2024-12-24T20:16:13Z)
• Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking [61.60169764507917]
  中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。 そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
  論文  参考訳（メタデータ） (2023-09-04T13:44:50Z)
• FoldingNet Autoencoder model to create a geospatial grouping of CityGML building dataset [0.0]
  本研究では、3DオートエンコーダであるFoldingNetを用いて、LoD 2 CityGMLデータセットから各建物の潜在表現を生成する。 埋め込みの有効性は,データセット再構成,潜時拡散可視化,階層クラスタリング手法によって分析される。 建物の地理的グループ化を反復的に見つけるために地理空間モデルを作成する。
  論文  参考訳（メタデータ） (2022-12-28T17:16:23Z)
• Search to Pass Messages for Temporal Knowledge Graph Completion [97.40256786473516]
  我々は、時間知識グラフ(TKG)の補完のために、NAS(Neural Architecture Search)を用いて、データ固有のメッセージパッシングアーキテクチャを設計することを提案する。 特に,TKGにおけるトポロジカルおよび時間的情報を探るための一般化されたフレームワークを開発する。 より低コストで効率的な探索のために単一経路をサンプリングし,スーパーネット構造を訓練する探索アルゴリズムを採用する。
  論文  参考訳（メタデータ） (2022-10-30T04:05:06Z)

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。