2 月にワシントン DC で行われた連邦 GIS カンファレンスにて、esri が革新的な製品を開発中であることを公開しました。 「ArcGIS と生成 AI アシスタント」に関してです。 GeoAI とは? GeoAI とは、地理空間データと人工知能(AI)または機械学習(ML)を組み合わせた技術の分野です。地理空間データは、地理情報システム(GIS)や位置情報テクノロジーを通じて収集、管理、分析されるデータであり、地球上の地理的な位置に関連する情報を含んでいます。 GeoAI は、地理空間データを利用して AI や ML アルゴリズムを適用し、地理的な問題の理解、予測、および意思決定を支援します。これにより、地理空間データから洞察を得ることが可能になり、地理的なパターンやトレンドを発見し、地理的なリスクを評価し、地理的なリソースの最適な利用を計画することができます。 具体的な応用例とし
CVPR23 Best Paper に選ばれた VisProg による Compositional Reasoning を用いた地理空間情報への応用 テーマ 大規模言語モデル × 地理空間情報 内容 VisProg をはじめとする compositional reasoning の紹介 Compositional reasoning における地理空間情報への応用 読者想定 ChatGPT などの LLM 製品開発に興味がある人 自然言語以外の自律駆動エージェントの開発に興味がある人 地理空間情報の開発に従事している人 おことわり 本記事で述べる所感はあくまで著者によるものです。 著者は地理空間情報などの分野に詳しくないため、的外れなことを述べている可能性があります。 00. 背景社会・技術的背景 ChatGPT や LLM Agent などの社会的な流行 OpenAI から functio
Leafmap offers a wide range of features and capabilities that empower geospatial data scientists, researchers, and developers to unlock the potential of their data. Some of the key features include: Creating an interactive map with just one line of code: Leafmap makes it easy to create an interactive map by providing a simple API that allows you to load and visualize geospatial datasets with minim
Home Home Book Installation Get Started Usage Web App Tutorials Contributing FAQ Changelog YouTube Channel Report Issues API Reference Workshops Notebooks Welcome to leafmap¶ A Python package for geospatial analysis and interactive mapping in a Jupyter environment. GitHub repo: https://github.com/opengeos/leafmap Documentation: https://leafmap.org PyPI: https://pypi.org/project/leafmap Conda-forge
#Linked Open Addresses Japan サイトのURLは以下のになります。 http://uedayou.net/loa/ 使い方 住所データの引き方は2種類あります。URLに直接入力する方法と、トップページからブラウジングする方法です。 URLに直接入力 Firefox、Chrome等WebブラウザのURL入力フォームに住所を直接入力することで、該当住所のデータが閲覧できます。 入力は以下のようにしてください。 http://uedayou.net/loa/[都道府県][市区町村][町・大字][丁目・字][番地] 「一丁目」等の丁目の数は漢数字で記述してください。 番地は半角数字で記述して「1番」、「1番地」のような「番」、「番地」をつけないでください。 たとえば、「東京都千代田区永田町一丁目7番」という住所のデータを見たい場合は以下のようにURLを作ります。 トップペ
2016年より公開している住所オープンデータ提供サイト Linked Open Addresses Japan をフルリニューアルしました。リニューアルに伴い、さまざまな部分を改善しました。 例えば、 住所データを最新版(2019/2020年版)に更新 サイトをReactによりSPA化 新機能(キーワードによる住所検索、周辺情報の表示)を追加 住所データのデータモデルやデータの精度を改善 Web API(SPARQLエンドポイント)設置 バックエンドを一般的なLAMP構成からAWSサーバレス構成に変更 などを行いました。 ここでは Linked Open Addresses Japan とリニューアルでの改善点を紹介します。 Linked Open Addresses Japan リニューアル前の紹介記事は以下になります。 Linked Open Addresses Japan は 住所デ
先日紹介した、住所オープンデータ提供サイトですがWeb APIも利用可能です。 まだ以下の投稿見てない方いましたら、先に見ていただいたほうがわかりやすいと思います。 Web APIは、RDF用クエリ言語SPARQLで検索可能なSPARQLエンドポイントになります。 ここではそのSPARQLエンドポイントの使い方を紹介します。 SPARQLとは SPARQLはRDF用のクエリ言語で、RDFのトリプル(主語、述語、目的語のセット)を検索することができます。一般的なWeb APIよりも自由度が高いですが、その分、目的のデータを検索するクエリを一から作るのは若干難しいです。 基本的な書き方は以下を参照ください。 SPARQL入門 SPARQLを利用した逆マッシュアップ -プログラミングを必要としないアプリ作成方法- 有料になりますが私のかかわるサークルでSPARQLについての技術同人誌を発行してい
先日、経済産業省から「IMIコンポーネントツール」というものが公開されました。 IMIコンポーネントツール https://info.gbiz.go.jp/tools/imi_tools/ 今回、この中の「(1) 住所変換コンポーネント」をいろいろ使ってみたので、そのことについて投稿したいと思います。 住所変換コンポーネントについて、以下のブログで詳しく解説されています。 経産省発の npm モジュール!住所や電話番号の正規化、ジオコーディングなどができる IMI コンポーネントツールを試した! 住所変換コンポーネントは、簡単に言うとあいまいな住所表記を正規化してくれるツールと理解しています。 私は個人でLinked Open Addresses Japan(以下、住所LODと呼びます)という住所データをLinked Open Dataで公開するサイトを運営しています。 住所LODについて
地理空間情報の技術による東日本大震災における被災地情報支援 田口仁 空間情報科学 / 災害情報 / リスク情報 / 森林情報 社会 #震災復興#地理空間情報#災害対策基本法#東日本大震災協働情報災害プラットフォーム#ALL311#Web-GIS#eコミュニティ・プラットフォーム#eコミ 昨年6月に災害対策基本法の一部が改正された。東日本大震災の教訓にもとづき、多くの点が改正されたのだが、そのなかのひとつに、災害応急対応の責任者に対して、地理空間情報の活用や情報共有をするよう、努力義務が明記された。 地理空間情報とは、仕組みは後述するが、情報に位置が紐付いたものであり、位置(地理座標)をキーにして、各種地理空間情報を統合的にあつかうことで効果を発揮する。 災害対応は「いつ」、「どこで」、「なにが起きている」、「なにをしている」という情報が重要である。そして、さまざまな主体がおこなう災害対応を
地磁気値(2020.0年値)を求める 計算サイトから求める(偏角,伏角,全磁力,水平分力,鉛直分力) この計算サイトでは、磁気図2020.0年値(国土地理院モデル)から作成した 緯度経度3分間隔のグリッドデータを使用しています。2020年1月1日0時(協定世界時)における任意の地点の地磁気値(2020.0年値)を、 このグリッドデータから内挿計算して求めています。 この計算では、日本列島における標準的な地磁気分布を表す近似式 を用いた計算では反映されない磁気異常を反映しているため、より正確な地磁気値が得られます。 地磁気の値は「場所と時間」により常に変化します。この計算で得られた地磁気の値は、 観測点から離れていたり2020年1月1日0時(協定世界時)から時間が経つと、誤差が大きくなる場合があります。 (1)一点毎の計算を行う 地図上または手動で指定した地点の地磁気値(2020.0年値)を
2024年日本地理学会秋季学術大会(南山大学) 期日:2024年9月14日(土)〜16日(月) 会場:南山大学 2024年秋季学術大会プログラム 2024年秋季学術大会大会案内 2024年秋季学術大会 事前参加登録について 参加者の皆様には事前の参加登録・参加費振込をお願いしております.2024年9月6日(金)23:59までに学会参加登録サイトでの手続き等をお願いいたします.発表要旨集を購入希望の方,懇親会(9/14)に参加希望の方も事前の登録手続きをお願いいたします. 2024年秋季学術大会 高校生ポスターセッション(オンライン)の発表募集 高校生ポスターセッションは秋季学術大会ではオンラインで開催いたします。下記を参照の上,2024年8月8日(木)23:59までにお申し込み下さい. 市民公開講演会「尾張名古屋の成り立ちを地理学的視点から解き明かす」 市民公開講演会「尾張名古屋の成り立ち
東京大学空間情報科学研究センター(とうきょうだいがくくうかんじょうほうかがくけんきゅうセンター、英称:Center for Spatial Information Science at the University of Tokyo、略称:CSIS)は、1998年4月9日、東京大学に設立された、空間情報科学の開拓と汎用を目指す全学センター(附属機関)。 東京大学駒場IIキャンパス内に所在する。 当初は学内共同利用施設として設立されたが、2006年4月より全国共同利用施設(現・共同利用・共同研究拠点)に指定されている。 設立の契機は、1988年の日本学術会議第104回総会の決議に基づき、「国立地図学博物館」(仮称)設立の勧告がなされたことを発端としている。5年余の全国運動の結果、博物館機能を切り離し、研究機能を中心とするセンターの設立を目指す動きが始まった。 その間、構想は当初の「新地図学」
GISで基本と思われる事項を整理していきます。 勉強しながら書いてますんで、間違ったことを書いてたら教えてください。 GISとは? なぜGISを使うのか? 景色 VS 地図を見る 地図 VS GIS ニーズからGISへ GISって何? 「定量」のレベルとGISの指向性 何が定量的なのか? 定量のレベルとGISの指向性 定量レベル1〜3 定量レベル4 空間的に「定量」なデータの獲得 投影法はなぜ必要か? UTM、平面直角座標系、WGS84 GISで利用するデータの取得方法 写真(画像)をコンピュータで参照する 写真(画像)をコンピュータで参照する PartII 線や曲線をコンピュータに入れる ラスターとベクター GISのデータに求められる条件、まとめ GISでの作業の流れ GISでの作業の流れ データの入
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
処理を実行中です
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