江戸マップβ版
なお、地名数がゼロの地図は他の地図の拡大版のため、今のところ作業予定はありません。 データセット 江戸マップデータセット 江戸マップβ版の地名をまとめて利用するためのデータセットです。 江戸マップデータセット 江戸マップ「れきちず」データセット 江戸マップβ版から抽出したデータを「れきちず」に統合するためのデータセットです。 江戸マップ「れきちず」データセット 参考文献 北本 朝展, 鈴木 親彦, 寺尾 承子, 堀井 美里, 堀井 洋, "地理的史料を対象とした歴史地名の構造化と統合に基づく江戸ビッグデータの構築", 人文科学とコンピュータシンポジウム じんもんこん2020論文集, pp. 171-178, 2020年12月 [ Paper ] 更新情報 2024-05-01 江戸マップ「れきちず」データセットを公開しました。 2023-10-20 既存の地名を2件修正しました。 2023
分断参道考 - 参道研究会 : ながたろぐ
ながたろぐ 永太郎（@Naga_Kyoto）／重永瞬の研究・まち歩き記録、読書メモなど。地理学や都市史、空間論などに関心があります。 私は「参道研究会」と称して参道を鑑賞・考察する活動を行っている。 詳しい様子は以下のまとめなどを見ていただくとして、今回はその中でもある１つの参道類型についてご紹介したい。 【参道研究会】発足時のようす - Togetter 数ある参道類型の中でも私を惹きつけてやまないもの、それは「分断参道」である。 「分断参道」という概念を獲得できたことは、参道研究会の活動の中でも最大の収穫だったと感じる。 それは分断参道が単なる参道の一形態を示すにとどまらず、参道というものの本質を示してくれているからである。今回はそんな分断参道の世界を語らせていただきたい。 １．分断参道とは何か 「分断参道」、用語としては至極単純である。分断された参道のことだ。写真を見てもらえれば分か
地図から見えること「大字と字」
今年の冬は厳しい寒さとなっておりますが、皆様いかがお過ごしでしょうか。 今回は、地図から見える地名の話をお届けします 都市部だと馴染みのない方も多いと思いますが、もともと農山村だった地域を記す住所は「大字（おおあざ）」と「字（あざ）」に分けられます。大字は江戸時代の村を継承した範囲・地名で、字は大字より小さい集落のまとまりにつけられた地名です。明治以降、小さな村は何度も合併を繰り返し、今の市町村の大きさになりますが、江戸時代の村は、今でも市町村内の大字や町名として残り、字は市町村によっては消滅しています。それでは地図を見て、現在の町名の成り立ちを見てみましょう。 こちらは福島県郡山市の地図です。黄色で塗った部分が町名で、「三穂田町川田」となっていますが、ここは江戸時代「川田村」だった範囲です。川田村は、3回の合併を経て「三穂田村」となり、この辺りの住所は「三穂田村 大字川田」となります。さ
今昔マップ on the web
本サイトでは、全国59地域について明治期以降の新旧の地形図を切り替えながら表示できます。収録した旧版地形図は、4,847枚にのぼります。「今昔」の読み方は「こんじゃく」です。 みたい地域が入っていない、という時は、「ひなたGIS」を使えば 昭和戦前期の1/5万地形図を全国見られます。 使用上の注意 使用データ ネタマップ タイルマップサービスについて Windows版デスクトップ「時系列地形図閲覧ソフト『今昔マップ3』」 この地図の作成に当たっては、国土地理院長の使用/複製承認を得ています。（承認番号 平25情使、第365号；平25情使、第700号；平27情使、第142号；平27情使、第881号；平27情複、第1088号；平28情使、第1094号；平28情複、第1366号；平29情複、第566号、第1092号、第1436号；平30情複第197号、第234号、第432号、第620号、第859
登記所備付地図データ（地図XML形式）変換コンバータの公開について｜デジタル庁
不動産登記において作成される登記所備付地図データ（地図XML形式）について、法務省は令和5年1月23日からG空間情報センターを介してオープンデータとして一般公開を開始しました。 公開されるデータは、地図XML形式のフォーマットで公開され、利用規約に抵触しない限り、だれでも自由な利用が可能となっております。 デジタル庁は、アドレス・ベース・レジストリの取り組みにおいて、法務省がG空間情報センターを介して提供したデータを活用し、地番データや筆の形状データを取得・反映していく予定です。 また、デジタル庁においてはその活用に先立ち、地図XML形式のデータをGeoJSON形式に変換するコンバータを開発しました（農林水産省が開発したコンバータを改良しました）。このコンバータについて、登記所備付地図データ（地図XML形式）の利活用に資するよう、オープンソースソフトウェアとしてGitHub上に公開していま
地図作成のための機械学習用データセット（ＧＳＩデータセット）
概要 ＧＳＩデータセット（愛称。正式名称は「CNNによる地物抽出用教師データセット」。以下、「本データセット」といいます）は、地上画素寸法20cm級の空中写真画像を対象として、画像内に写っている地物の範囲を、セマンティックセグメンテーションという手法で抽出する際に用いる機械学習用のデータセットです。道路や建物といった、多くの研究で取り組まれている主要な地物だけでなく、高塔や水制といったマイナーな地物や、広葉樹林や針葉樹林などの自然植生、水田や畑などの既耕地も対象としています。 本データセットは、国土地理院の特別研究「ＡＩを活用した地物自動抽出に関する研究（平成30年度～令和４年度）」の研究成果として作成されたものです。このデータセットを使って学習させたモデルによる地物抽出性能が一定以上（抽出性能の評価に用いられる一般的な指標の一つであるＦ値という値が0.600以上となったもの。：当初はＦ≧
同じ青空でも違う！4千枚の写真分析から見えた春特有の青色
春霞という言葉があるように、春は晴れていてもボンヤリ。一方、冬に晴れると、特に太平洋側ではスカッと澄んだ青空に感じますよね。 実際にはどのくらい違いがあるのでしょうか。ウェザーニュースでは、冬（2018年1月27日）と春（同年4月10日）に会員の皆さんから届いた写真およそ4,500枚を分析してみました。
行政区の一覧 - 1400字制限
今日は友人と「熊本市の行政区はやたら無機質でSFっぽい」という話をしていて、その流れで全国の政令指定都市の行政区（および東京特別区）の一覧テキストファイルを作った。なんかシェルスクリプトで扱いやすいのがなかったので作った。データは2017/09/11時点のもので、変更にあわせて更新するつもりは無いのでよろしく。 札幌市(10):中央区,北区,東区,白石区,豊平区,南区,西区,厚別区,手稲区,清田区 仙台市(5):青葉区,宮城野区,若林区,太白区,泉区 さいたま市(10):西区,北区,大宮区,見沼区,中央区,桜区,浦和区,南区,緑区,岩槻区 千葉市(6):中央区,花見川区,稲毛区,若葉区,緑区,美浜区 東京(23):足立区,墨田区,荒川区,世田谷区,板橋区,台東区,江戸川区,千代田区,大田区,中央区,葛飾区,豊島区,北区,中野区,江東区,練馬区,品川区,文京区,渋谷区,港区,新宿区,目黒区,
「東京ベイエリア・タワーマンション地図」の作成 ·
はじめに キュッキュキュッキュ🎧こんばんはDJタカヤナギです😤。 今日で連休が終わるという方が大半なのではないでしょうか？ 長い連休明けの月曜日はいつだって嫌なものですね。 さて、東京オリンピックまであと3年ということで、その中心地となるであろう東京湾周辺、通称、東京ベイエリアが熱いわけです。 特にここ数年で高騰したタワーマンション（以下、タワマン）や、 これからもガンガン建設されていく予定のまだ見ぬタワマンに対し、投資対象として強い興味があるわけです。 主に、弊社の社長が。 ただ、東京ベイエリアのタワマンと言いましても数がたくさんありすぎて覚えられないぞと、 一目で、どれがどのタワマンかわかるような地図が必要だぞというわけで、それをR言語を用いて作ってみましたので、その方法を公開します。 R言語での実装 さて、問題となるのはタワマン一覧のデータソースですが、ここではアクセルホームさん
PL/CUDAでk-means法を実装する - KaiGaiの俺メモ
前回のエントリでは、CBI学会で発表を行った、PL/CUDAによる類似化合物の検索について説明した。 今回は、コレとはまた別のワークロードに対する応用という事で、クラスタリング処理のIn-Database実装に挑戦してみた。 トライしてみたのは k-means法 によるクラスタリング。非階層クラスタリングの領域では最も頻繁に使用される（と、言われている）アルゴリズムで、計算量もそこそこ大きい。 k-meansクラスタリングとは 教師なし学習方式の一つで、所与のデータ群を一定数(=k個)のグループに分類するためのアルゴリズムである。 以下のステップを一定回数、またはクラスタに属するデータ群に変化がなくなるまで繰り返す。 １．初期クラスタをランダムに設定する。 ２．各クラスタの中心点を計算する。 ３．各データ要素の属するクラスタを更新する。各データ要素はクラスタ中心点が最も近傍であるクラスタに
まるでシムシティのようなWeb地図ライブリラリ「eegeo.js」
eeGeo eeGeoは、「グランド・セフト・オート」や「レミングス」などのクリエイティブディレクターであったイアン ヘザーリントン氏が2010年9月に設立した3D地図を提供する会社です。 日本では、NTTドコモがライセンス供与を受け、屋内3Dマップの提供などを行っています。 今のところ、日本では3Dで表示できる地域がないのですが、ゲーム業界のノウハウを用いた地図サービスとして個人的に期待しています。 登録すれば個人ユーザーでもAPIを使用することができるので、紹介がてらサンプルを載せておきます。 Web版サンプル example 公式サイトに登録し、ダッシュボードから「Create new app」ボタンをクリックして「API Token」を取得してください。 スタイルシートとライブラリを読み込みます。 <link href="https://cdnjs.cloudflare.com/a
2次元以上のスポット検出を行う統計モデル - StatModeling Memorandum
1次元の場合の変化点検出は以下の記事で扱いました。 状態空間モデルでシステムノイズに非ガウス分布（1次元の変化点検出） - StatModeling Memorandum 二つの時系列データの間に「差」があるか判断するには - StatModeling Memorandum 変化点検出のポイントは状態空間モデルのシステムモデルに「ほとんどの場合は0の近くの値を生成するが，まれにとても大きな値を生成する」という性質を持つ分布を使うことでした。そこで、上記の例ではコーシー分布を使いました。しかし、コーシー分布はかなり厄介な分布なので逆関数法を利用したコーディングをしないとうまくサンプリングできません。そのため2次元以上の場合の同様のモデル（マルコフ場モデル）に拡張することができません。2次元の場合のマルコフ場モデルについては以下の記事で簡単に扱いました（少しコードが古いです）。詳しくは書籍「S
都道府県の市区町村を人口で2分割するやつ: 岡山県版
少し前によく見かけたやつ。Rでやってみる。人口データはユタニーの{estatapi}でe-Statから取得する。マッピングは手前味噌ながら、{jpndistrict}パッケージを使うと楽。 必要なパッケージを読み込んで、データを取得、可視化までを行う。 **追記: 全国版 # データ取得・操作 library(estatapi) library(jpndistrict) library(magrittr) library(spdplyr) library(dplyr) # library(tidyr) # 可視化 library(ggplot2) library(ggrepel) 人口データ （平成27年国勢調査 人口等基本集計） estatapi::estat_getStatsList()で「人口」をキーワードにして検索を行う。appIdに与えるe-Statのトークンは各自で取得したもの
都道府県の市区町村を人口で2分割するやつ: 全国版
前回、都道府県の市区町村を人口で2分割するやつのコードを書いたので、関数化して全国版の地図を作ってみる。 あらかじめ人口データだけは用意しておく必要があるので、前回同様{estatapi}でデータをダウンロードして加工しておく。 gg_pref_split()という関数がそれ。pref_codeで対象の都道府県（コード）を指定する。プロットおよびラベルの描画は引数で変更可能。フォントも適当に変えられる。 gg_pref_split <- function(pref_code = 33, plot = TRUE, label = TRUE, label_font = "IPAexGothic") { p.code <- sprintf("%02d", pref_code) data.result <- d.pops %>% dplyr::filter(pref_code == p.code)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Mini Tokyo 3D
Hacking maps with ggplot2 | R-bloggers
[PDF]東日本大震災の津波被害における神社の祭神とその空間的配置に関する研究
今までずっと騙されてた!? 地図ではわからない、本当の国の大きさ
Plotting geographic data from geojson files using Python
Animation United States Droughts