Sphere2Vec: A General-Purpose Location Representation Learning over a Spherical Surface for Large-Scale Geospatial Predictions

要約

空間内の点について学習しやすい表現を生成することは、ML における長年にわたる基本的な問題です。
最近、2D/3D ユークリッド空間内の任意の点を高次元ベクトルとして直接エンコードするマルチスケール エンコード スキーム (Space2Vec や NeRF など) が提案され、さまざまな地理空間予測および生成タスクに適用されることに成功しました。
ただし、現在の 2D および 3D 位置エンコーダはすべて、ユークリッド空間内の点の距離をモデル化するように設計されています。
そのため、球面上での距離計量学習を必要とする大規模な現実世界の GPS 座標データセットに適用すると、地図投影歪み問題 (2D) と球面からユークリッドへの距離近似誤差により、どちらのタイプのモデルも失敗する可能性があります。
(3D)。
これらの問題を解決するために、球面上の点座標をエンコードするときに球面距離を保存できる Sphere2Vec と呼ばれるマルチスケール位置エンコーダを提案します。
私たちは、DFS に基づいた球面上の距離予約エンコーディングの統一ビューを開発しました。
また、Sphere2Vec は任意の 2 点間の球面距離を保持するが、既存のエンコード スキームでは保持しないという理論的証明も提供します。
20 の合成データセットでの実験では、Sphere2Vec がこれらすべてのデータセットですべてのベースライン モデルを上回り、エラー率を最大 30.8% 削減できることが示されています。
次に、Sphere2Vec を 3 つの地理認識画像分類タスク (詳細な種認識、Flickr 画像認識、およびリモート センシング画像分類) に適用します。
7 つの現実世界のデータセットの結果は、3 つのタスクすべてにおいて、複数の位置エンコーダーよりも Sphere2Vec の優位性を示しています。
さらに分析を進めると、Sphere2Vec は球面距離を保存する性質があるため、特に極地やデータの少ない地域において、他の位置エンコーダー モデルよりも優れたパフォーマンスを発揮することが示されています。
コードとデータは https://gengchenmai.github.io/sphere2vec-website/ で入手できます。

要約(オリジナル)

Generating learning-friendly representations for points in space is a fundamental and long-standing problem in ML. Recently, multi-scale encoding schemes (such as Space2Vec and NeRF) were proposed to directly encode any point in 2D/3D Euclidean space as a high-dimensional vector, and has been successfully applied to various geospatial prediction and generative tasks. However, all current 2D and 3D location encoders are designed to model point distances in Euclidean space. So when applied to large-scale real-world GPS coordinate datasets, which require distance metric learning on the spherical surface, both types of models can fail due to the map projection distortion problem (2D) and the spherical-to-Euclidean distance approximation error (3D). To solve these problems, we propose a multi-scale location encoder called Sphere2Vec which can preserve spherical distances when encoding point coordinates on a spherical surface. We developed a unified view of distance-reserving encoding on spheres based on the DFS. We also provide theoretical proof that the Sphere2Vec preserves the spherical surface distance between any two points, while existing encoding schemes do not. Experiments on 20 synthetic datasets show that Sphere2Vec can outperform all baseline models on all these datasets with up to 30.8% error rate reduction. We then apply Sphere2Vec to three geo-aware image classification tasks – fine-grained species recognition, Flickr image recognition, and remote sensing image classification. Results on 7 real-world datasets show the superiority of Sphere2Vec over multiple location encoders on all three tasks. Further analysis shows that Sphere2Vec outperforms other location encoder models, especially in the polar regions and data-sparse areas because of its nature for spherical surface distance preservation. Code and data are available at https://gengchenmai.github.io/sphere2vec-website/.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google