文献

J-GLOBAL ID：202002213981030109   整理番号：20A0451647

関心点データを用いたマルチプロトタイプ語埋め込みに基づく都市機能領域抽出のためのフレームワーク【JST・京大機械翻訳】

A framework for extracting urban functional regions based on multiprototype word embeddings using points-of-interest data

著者 (8件)： Hu Sheng (Faculty of Information Engineering, China University of Geosciences, Wuhan 430074, China) ,  He Zhanjun (Faculty of Information Engineering, China University of Geosciences, Wuhan 430074, China) ,  He Zhanjun (National Engineering Research Center of Geographic Information System, Wuhan 430074, China) ,  Wu Liang (Faculty of Information Engineering, China University of Geosciences, Wuhan 430074, China) ,  Wu Liang (National Engineering Research Center of Geographic Information System, Wuhan 430074, China) ,  Yin Li (Department of Urban and Regional Planning, State University of New York, Buffalo, NY 14214, USA) ,  Xu Yongyang (Faculty of Information Engineering, China University of Geosciences, Wuhan 430074, China) ,  Cui Haifu (Faculty of Information Engineering, China University of Geosciences, Wuhan 430074, China)
資料名： Computers, Environment and Urban Systems  (Computers, Environment and Urban Systems)
巻： 80  ページ： Null  発行年： 2020年 
JST資料番号： H0226B  ISSN： 0198-9715  CODEN： CEUSD5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多くの研究は,都市の空間構造を調査する努力にあり,都市の機能的地域は,プランナ,技術者,および公共機関の間で注目を集めている主題になっている。高空間分解能(HSR)リモートセンシング画像と広範な地理データを用いて都市機能領域を同定する試みを行った。しかし,研究規模とスループットは,HSRリモートセンシングデータのアクセシビリティによって制限された。最近では,これらのデータの利用に関して,研究がまだアクセス可能で客観的であるので,大規模な地球データは都市研究にとってますます一般的になっている。本研究は,新しい枠組みを構築し,都市の空間構造をセンシングするための代替解決策を提供し,自然言語処理(NLP)分野における新しい地理データ点(POIs)データと埋め込み学習法に基づいて都市機能領域を発見した。著者らは,中心文脈対に基づくアプローチを用いて,都市内の機能的コーパスを構築することにより始めた。コーパスが第2段階でマルチプロトタイプベクトルを抽出するために使用された訓練のための単語埋め込み表現モデルと,最後のステップは,導入された空間クラスタリング法に基づく機能的パーセル,ノイズによるアプリケーションの階層的密度ベースの空間クラスタリング(HDBSCAN)を集約した。クラスタリング結果は,本研究で使用した著者らの提案フレームワークが,合理的レベルの精度で都市空間の利用を発見できることを示唆した。提案したフレームワークの限界と潜在的改善についても議論した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 立体構造 ,  ベクトル ,  学習 ,  地球 ,  スループット ,  クラスタ化 ,  公企業 ,  応用プログラム ,  コーパス ,  都市空間 ,  単語 ,  *セグメンテーション ,  *都市 ,  クラスタ ,  雑音

著者キーワード (4件)： 都市機能地域 ,  語埋め込み ,  関心のポイント ,  空間クラスタ

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (7件)： 関心 ,  マルチ ,  プロトタイプ ,  埋め込み ,  都市 ,  領域抽出 ,  フレームワーク