Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
静岡点群サポートチームとしての 迅速な三次元地図共有とオープン化
Search
furuhashlab
August 06, 2021
Research
170
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
静岡点群サポートチームとしての 迅速な三次元地図共有とオープン化
日本地図学会 防災委員会
防災学術連携体
https://janet-dr.com/
© mapconcierger, CC BY-SA 4.0
furuhashlab
August 06, 2021
More Decks by furuhashlab
See All by furuhashlab
津田塾 地理情報システム入門2022 #02
furuhashilab
0
210
津田塾地理情報システム入門2022 #01
furuhashilab
0
270
空間情報システム入門I #06
furuhashilab
0
190
20220712_情報社会論 #13
furuhashilab
0
230
20220705_情報社会論 #12
furuhashilab
0
250
空間情報システム入門I #03
furuhashilab
0
220
20220628_情報社会論 #11
furuhashilab
0
270
空間情報システム入門I #02
furuhashilab
0
220
20220622_情報社会論 #10
furuhashilab
0
250
Other Decks in Research
See All in Research
2026年 オープンキャンパス 研究室紹介
junkurihara
0
120
Fukui Shibiten 39 - AI Art
butchi
0
180
計算情報学研究室(数理情報学第7研究室)2026
tomohirokoana
0
760
Cross-Media Information Spaces and Architectures
signer
PRO
0
330
東京大学工学部計数工学科、計数工学特別講義の説明資料
kikuzo
0
610
[最先端NLP勉強会2026] Checklists Are Better Than Reward Models For Aligning Language Models
nzw0301
1
130
論文紹介 "ReSim: Reliable World Simulation for Autonomous Driving"
kogo
0
730
VLMの推論を高速化する視覚トークン削減の仕組み
tattaka
2
210
Apache Gravitinoで実現する Icebergカタログ統合とアクセスの一元化
matsumooon
0
440
【ローカルAIに向き合う展示会vol.2】液体時間定数型モジュールを用いた オリジナルの双方向エンコーダーモデルNexteraBERT 推論速度向上検討並びにダウンストリーム評価
rikkabotan7
0
170
AIエージェント時代のLLM-jpモデルのあるべき姿
k141303
0
570
さくらインターネット研究所テックトーク2026春、研究開発Gr.25年度成果26年度方針
kikuzo
0
180
Featured
See All Featured
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.9k
Thoughts on Productivity
jonyablonski
76
5.3k
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
550
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.4k
The innovator’s Mindset - Leading Through an Era of Exponential Change - McGill University 2025
jdejongh
PRO
1
260
Tell your own story through comics
letsgokoyo
1
1k
Large-scale JavaScript Application Architecture
addyosmani
515
110k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.4k
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
210
Lessons Learnt from Crawling 1000+ Websites
charlesmeaden
PRO
1
1.5k
Become a Pro
speakerdeck
PRO
31
6.2k
Amusing Abliteration
ianozsvald
1
250
Transcript
ࡂֶज़࿈ܞମɾྩ݄ւࢢͷ࠭ࡂʹؔ͢Δۓٸ࿈བྷձຊਤֶձɾࡂҕһձ ੩Ԭ܈αϙʔτνʔϜͱͯ͠ͷ ਝͳࡾ࣍ݩਤڞ༗ͱΦʔϓϯԽ ݹڮେ ຊਤֶձ੨ࢁֶӃେֶ$SJTJT.BQQFST+"1"/ ࡂυϩʔϯٹԉୂ%30/&#*3%ୂ NBQPDPODJFSHF $$#:4"
ݹڮେ5BJDIJ'636)"4)* !NBQDPODJFSHF
0QFO4USFFU.BQ 5IF'SFF8JLJ8PSME.BQ
IUUQTEFNPGNBQDPNMBUMPO[PPNDBNFSBUIFUBDBNFSBQIJ
σδλϧπΠϯ
IUUQTJOGPUPLZPEJHJUBMUXJONFUSPUPLZPMHKQ
IUUQTUXJUUFSDPN.JUBNB4BLVNBSVTUBUVT IUUQTUXJUUFSDPNOPSJUTVOFUTVOFTUBUVT IUUQTQSUJNFTKQNBJOIUNMSEQIUNM IUUQTQSUJNFTKQNBJOIUNMSEQIUNM IUUQTXXXNMJUHPKQQMBUFBVOFXTFSWJDF IUUQTXXXNMJUHPKQQMBUFBVOFXTFSWJDF
None
ɹ© DRONEBIRD/CrisisMappers Japan, CC BY 4.0 https://github.com/dronebird/oam_kanagawa20191014sagamihara00 ૬ݪࢢ۠ ݄
ɹ© DRONEBIRD/CrisisMappers Japan, CC BY 4.0 https://github.com/dronebird?q=kimitsu ܅ࢢ ݄
݄ ւ࠭ࡂ
ւࢢͱ ࡂڠఆక͍݁ͯ͠ͳ͍ɻ
ͷؾ݅ ௨ৗͷυϩʔϯ ӡ༻͍͠ɻ ʢશఱީܕυϩʔϯ͕ඞཁʣ
ʮ7JSUVBM4IJ[VPLBʯ ʮ࢜ࢁνϟϨϯδϓϥοτϑΥʔϜʯ ؔऀ͔Β l੩Ԭ܈αϙʔτνʔϜʹ Λ͔͚ΒΕΔɻ
IUUQXXXQSFGTIJ[VPLBKQBMMLJTIBOTGDECGEGFBFDFFBCD 0QFO%PDVNFOU
IUUQTXXXGVKJTBODIBMMFOHFPSKQJOEFYQIQQBHF
࠷ऴతʹ l੩Ԭ܈αϙʔτνʔϜz ͱ໊ͯ͠ࢀՃɻ
None
݄ʹ ੩Ԭݝ͕υϩʔϯʹΑΔ ಈըࡱӨ
None
IUUQTXXXHFPTQBUJBMKQDLBOEBUBTFUBUBNJNPWJF
݄ʹ ੩Ԭݝ͕υϩʔϯʹΑΔ ಈըࡱӨ
݄ʹ ੩Ԭݝ͕υϩʔϯʹΑΔ ಈըࡱӨ ˠ݄ʹ੩Ԭ܈σʔλ αϙʔτνʔϜ͕ղੳ
݄ޕલʹ ΦϧιϞβΠΫը૾ͳͲ ϑΥτάϥϝτϦղੳ݁ՌΛ ڞ༗४උ
None
݄ޕޙʹ (ۭؒใηϯλʔ্Ͱެ։ɻ ˍ
IUUQTXXXHFPTQBUJBMKQDLBOEBUBTFUBUBNJJ[VTBOTIJ[VPLBQSFG
IUUQTYWJFXCPTBJHPKQWJFXJOEFYIUNM BQQJEGGGGDECCCFBGBG
݄ʙ ੩Ԭݝͱຽؒۀऀ͕࿈ܞͯ͠ ඃࡂͷۭࡱɾϨʔβʔܭଌΛ࣮ࢪɻ ɹɾ੩Ԭݝ͇᷂౦ ɹɾ੩Ԭݝ͇᷂ΠϯσΟʔωοτϫʔΫ
੩Ԭݝͷσʔλ ͯ͢Φʔ ϓϯσʔλͱͯ͠ެ։ʂ ˍ
Φʔ ϓϯσʔλԽ͞ΕͨσʔλΛ ੩Ԭ܈αϙʔτνʔϜ͕ ࣍ʑͱੳɺମੵܭࢉͳͲ ఆྔԽ͞Εͨใͱͯ͠ ੩ԬݝʹϑΟʔυόοΫ
IUUQTHJUIVCDPNDSJTJTNBQQFSTKBQBOBUBNJJ[VTBOWTIJ[VPLBVBW@MJEBS
IUUQTDSJTJTNBQQFSTKBQBOHJUIVCJPBUBNJJ[VTBOWTIJ[VPLBVBW@MJEBS
ͦͷޙ ଓʑͱ(ۭؒใηϯλʔʹ ֤৫ͷσʔλ͕ެ։ʂ ݄ւࢢੴྲྀࡂ 5"(
IUUQTXXXHFPTQBUJBMKQDLBOEBUBTFU UBHT&##&$&#&##&#&$'&'#&#&#%&"&#
Ճ͑ͯ ࠃཧӃཧӃਤ ࡂՊݚCPTBJ9WJFXʹ ༷ʑͳσʔλ͕ެ։
ͦͷ΄ͱΜͲ͕ ൃࡂޙ̏ޙ Ҏ߱ʹެ։ɻ
੩Ԭ܈αϙʔτνʔϜ͕ ػೳͨ͠ཧ༝ ීஈ͔ΒͷίϛϡχςΟ׆ಈ 0QFOCZ%FGBVMUͷจԽ 4/4ʹΑΔޮతͳӡ༻
ল ͬͱૣ͘ެ։Ͱ͖ͨͣɻ ൃࡂʹެ։͢ΔͨΊͷ࢈ֶͷࡂ ରԠίϛϡχςΟ࿈ܞɻ ఆྔੳͷܭࢉख๏Φʔ ϓϯԽ Φʔ ϓϯͳσδλϧπΠϯσʔλͷ֦ॆ
IUUQTUPHFUUFSDPNMJ
෭ࣄ ʮΦʔϓϯσʔλͷॏཁੑɻࢲࣗɺ͕࣌ม Θͬͨͳͱ௧ײɻ࣌ؒͰग़ͯ͘ΔɻϔϦඈ ͳ͍͔Βυϩʔϯۭࡱͯ͠σʔλղੳ࣌ؒ ͰݟΒΕΔɻͦΕΛݝி৫Ͱແ͘֎ͷํʑ ͕αϙʔτͯ͠Լ͞ΔɻσʔλΛΦʔϓϯʹ͠ ͯɺ͜Μͳࣄ͕ग़དྷΔͱͬͯԼ͞Δํʑ ͍ͬͺ͍ɻʯ
෭ࣄ ʮΦʔϓϯσʔλͷॏཁੑɻࢲࣗɺ͕࣌ มΘͬͨͳͱ௧ײɻ࣌ؒͰग़ͯ͘ΔɻϔϦ ඈͳ͍͔Βυϩʔϯۭࡱͯ͠σʔλղੳ࣌ ؒͰݟΒΕΔɻͦΕΛݝி৫Ͱແ͘֎ͷ ํʑ͕αϙʔτͯ͠Լ͞ΔɻσʔλΛΦʔϓ ϯʹͯ͠ɺ͜Μͳࣄ͕ग़དྷΔͱͬͯԼ͞Δ ํʑ͍ͬͺ͍ɻʯ
ຊͷҙຯͰͷ ɹʮ0QFOCZ%FGBVMUʯ ࣾձ
$$#:ͱ0%C- σϡΞϧϥΠηϯε͕ ͜Ε͔ΒͷͨΓલʹʂ
ݹڮେ5BJDIJ'636)"4)* !NBQDPODJFSHF Ұԯ૯ҏೳԽ