SuperMap Blog

この度、学会誌『GIS理論と応用』（第33巻第3号）の企画特集号が、国内最大級の電子ジャーナルプラットフォーム「J-STAGE」にて公開されました。 今回の特集テーマは、近年急速に注目を集めている「GeoAI（地理空間AI）」です。 公開ページ（J-STAGE）： https://www.jstage.jst.go.jp/browse/thagis/33/0/_contents/-char/ja 🌍 本特集号のここがすごい 本号は、GeoAIをはじめとする地理情報科学の最新トピックを網羅した野心的な特集号です。これほど多岐にわたる新領域の論考を一挙に掲載することは本誌にとっても初の試みであり、学術界のみならず、広く社会にインパクトを与える充実した内容となっています。 🏗️ 注目の掲載論文：SuperMap 地理空間AIの実践 本特集の中で、特にGeoAIの実践的な応用例として注目したいのが、SuperMapの技術を活用した以下の論文です。 論文名： 地理空間AIを活用した地盤評価予測システムの開発と実践 著者： 小尾 英彰, 林 秋博 PDFダウンロード： こちらをクリック 【論文要旨】 都市開発や防災計画において、「地盤情報」は極めて重要ですが、すべての地点で調査を行うことは不可能です。 本稿では、 SuperMapのGeoAI機能 を活用し、限られたボーリング調査データ（点データ）から深層学習を用いて、未計測地点の地盤リスク（N値や土質区分など）を高精度に予測・可視化するシステムについて論じています。 建設・土木分野における情報の空白をAIで埋める、非常に先進的な開発・実践事例です。 📚 J-STAGEについて J-STAGEは、国立研究開発法人科学技術振興機構 (JST) が運営する電子ジャーナルプラットフォームです。日本の主要な学術論文を検索・閲覧できるデータベースとして、世界中の研究者に利用されています。 ぜひリンク先よりPDFをご覧いただき、GISの最前線に触れてみてください！

  リモートセンシングや測量・マッピングの最前線において、衛星データ量の爆発的な増加は、まさに「情報（データ）の洪水」とも呼べる状況を生み出しています。TB（テラバイト）やPB（ペタバイト）級のデータ処理が日常となる中で、従来の人手に頼った「目視検査」モデルは、効率と精度の両面で限界を迎えつつあります。 作業効率の低下、コストの増大、そして検査員の疲労に起因するヒューマンエラー。これらは単なる現場の課題にとどまらず、成果物の品質リスク、ひいてはビジネスリスクそのものと言えます。 本記事では、SuperMapが提供する「自動品質検査ソリューション」がいかにしてこれらの課題を解決し、地理空間情報の生産プロセスを「属人的な職人芸」から「標準化されたスマート生産」へと変革するかをご紹介します。 なぜ今、品質検査の自動化が不可欠なのか？ これまで、画像成果物の品質検査（絶対位置精度、接合精度、幾何学的歪み、雲の有無など）は、熟練技術者の「眼」と「経験」に大きく依存していました。しかし、防災や都市計画など、データの即時性（鮮度）が求められ、更新頻度が「年次」から「月次」へと加速する現代において、膨大な画像を全数目視で確認することは現実的ではありません。 SuperMapは、AI技術を駆使した自動検査ツールにより、品質管理プロセスの「ボトルネック」を根本から解消します。 1. 平面位置精度検査：ヒートマップでリスクを「見える化」 画像の平面精度を確認する際、従来は広大な画像をスクロールしながら、網羅的にチェックを行う必要がありました。 SuperMapの平面精度検査ツールは、AIによる高密度マッチングアルゴリズムを搭載しています。検査対象画像と参照画像の特徴点を自動でマッチングし、各点の誤差リスクを色（寒色＝低リスク、暖色＝高リスク）で可視化します。 これにより、検査員は画面上で赤く表示された「高リスク箇所」を重点的に確認するだけで済み、検査時間を大幅に短縮できます。 以下は、リスクが低い領域と高い領域の詳細比較です。色分けにより、修正が必要な箇所が一目瞭然となります。 2. 接合（エッジマッチング）精度検査：継ぎ目の違和感を数値で捉える 隣接するオルソ画像同士の継ぎ目が自然につながっているか（接合精度）は、モザイク画像の品質を決定づける重要な要素です。 当社のツールは、...