「衛星画像×タクシーのGPSで都市エリアを認識」現場にコミットする機械学習ノート【vol.26】

   
↓はてなブックマークで応援お願いします!
このエントリーをはてなブックマークに追加

こんにちは。エンジニアライターの小原です。

連載「現場にコミットする機械学習ノート」では、論文を詳しく読み解きながら、現場で使えるAI実装のヒントを記録していきたいと思います。

前回の記事では、「単純ベイズ分類器でオンラインレビューの有用性を評価!」を扱いました。

今回は、中国のSchool of Geographic Sciences, Nantong UniversityのZ. Qianらが2020年7月に発表した「衛星画像×タクシーのGPSで都市機能エリアを認識」に関する論文を扱っていきます。

もくじ
1章 都市機能判別の重要性
2章 異なるデータの組み合わせでアプローチ
2.1 研究目的: 複数データを用いて都市機能を判別したい
2.2 研究手法: 軌跡サブモデルと画像サブモデルとを組み合わせる
2.3 研究結果: 既存研究の性能を越える精度82%を達成

■前回の記事: 単純ベイズ分類器でオンラインレビューの有用性を評価!

1章
都市機能判別の重要性

都市機能エリア(UFA, Urban functional area)の認識は、持続可能な都市開発を実現するための最も重要な戦略の一つです。リモートセンシングやソーシャルセンシングなどの様々なデータソースが利用可能になってきたことから、UFA認識には大きな注目が集まっています。

都市機能エリア(UFA, Urban functional area)とは:商業地域、住宅地域、レジャー地域、オフィス地域など、さまざまな目的のために分割された都市の機能エリアの意味。主に研究機関で用いられる用語です。

都市機能を分類することができれば、都市開発以外でも例えば物流の効率化に用いたり、新規店舗の出店時の参考とすることができるのではないでしょうか。

そこで韓国のZ. Qianらは、衛星画像とタクシーの移動データを組み合わせることで都市機能を識別することを試みました。

2章
異なるデータの組み合わせでアプローチ

まずは Z. Qian の研究におけるミッション・手法・結果をまとめます。

続きを読むには無料会員登録が必要です。


※ログイン/初回登録後、下記ボタンを押してください。

業界/カテゴリー

PAGE TOP