[論文レビュー] Deep Learning for Classification Tasks on Geospatial Vector Polygons

Rein van 't Veer, Peter Bloem+1 more|arXiv (Cornell University)|Jun 11, 2018

Geographic Information Systems Studies被引用数 7

ひとこと要約

本稿では、従来の特徴抽出を回避して、座標列から直接ジオスペーシャルなベクターポリゴンを分類するエンド・ツー・エンドのディープラーニングモデルを提案する。3つの実世界のタスクにおいて、浅層学習手法と同等の分類精度を達成しており、幾何特徴の事前設計なしに、ディープラーニングが生の幾何構造から効果的に学習可能であることを示している。

ABSTRACT

In this paper, we evaluate the accuracy of deep learning approaches on geospatial vector geometry classification tasks. The purpose of this evaluation is to investigate the ability of deep learning models to learn from geometry coordinates directly. Previous machine learning research applied to geospatial polygon data did not use geometries directly, but derived properties thereof. These are produced by way of extracting geometry properties such as Fourier descriptors. Instead, our introduced deep neural net architectures are able to learn on sequences of coordinates mapped directly from polygons. In three classification tasks we show that the deep learning architectures are competitive with common learning algorithms that require extracted features.

研究の動機と目的

• 生の座標列を用いて、幾何特徴抽出なしに、ディープラーニングモデルがジオスぺーシャルなベクターポリゴンで競争力のある分類精度を達成できるかどうかを評価すること。
• 手作業で設計された特徴（例：フーリエ記述子を含む）に依存する浅層機械学習手法と、直接的にディープラーニングモデルを比較すること。
• 3つの実世界のタスク（地域住民、建物タイプ、考古学的特徴）におけるジオスぺーシャルなベクターシェイプ分類のための、新規でオープンアクセス可能なベンチマークデータセットを提供すること。
• シーケンス長（固定長 vs. 変動長）が、特にRNNおよびCNNのモデル性能に与える影響を評価すること。
• 特徴ベースの機械学習とは対照的に、直接的な幾何学的学習が、ジオスぺーシャル応用において実用的な代替手段であるかどうかを検討すること。

提案手法

• 提案されたディープニューラルネットワークアーキテクチャ（特に1次元CNNとLSTM）は、ポリゴン幾何構造からの(x, y)座標ペアのシーケンスを生の入力として処理する。
• モデルは、簡略化や特徴抽出などの前処理を一切行わずに、未処理のベクタージオメトリデータ上でエンド・ツー・エンドに訓練される。
• 比較のため、楕円フーリエ記述子（EFDs）を含む幾何特徴を抽出して、決定木、k-NN、SVM、ロジスティック回帰などの浅層学習モデルを訓練した。EFDの次数は最大24までとした。
• すべての浅層モデルに対してグリッドサーチを用いてハイパーパrameterチューニングを実施し、深さ、k、C、gammaの範囲を明示した。
• すべての幾何情報を保持するために、可変長シーケンスが使用され、ゼロパディングやジオメトリの簡略化の必要がなくなる。
• ベンチマークには以下の3つの分類タスクが含まれる：(1) 地域住民グループ（2クラス）、(2) 建物機能タイプ（9クラス）、(3) 考古学的特徴タイプ（10クラス）、いずれもオープンアクセスのジオスぺーシャルデータを用いている。

実験結果

リサーチクエスチョン

• RQ1 生のポリゴン座標列を直接学習対象として用いるディープラーニングモデルは、抽出された幾何特徴に依存する浅層学習モデルと同等の分類精度を達成できるか？
• RQ2 可変長シーケンスの使用が、RNNおよびCNNのジオスぺーシャルポリゴン分類における性能に与える影響はいかほどか？
• RQ3 生のベクタージオメトリデータに適用した場合、異なるディープラーニングアーキテクチャ（例：CNN対LSTM）の相対的な性能はどのようになるか？
• RQ4 幾何特徴の設計なしに、ディープラーニングモデルは多様なジオスぺーシャル分類タスクにどれほど一般化できるか？
• RQ5 ディープラーニングモデルは、生の幾何データからのみ意味のある表現を学習でき、実世界のジオスぺーシャル分類タスクに十分な性能を発揮できるか？

主な発見

• ディープラーニングモデルは、すべてのベンチマークタスクで浅層学習モデルと同等の分類精度を達成しており、生の幾何構造から直接学習可能であるという核心仮説を裏付けた。
• LSTMモデルは可変長シーケンスで性能が低く、固定長入力がなければ空間パターンを適切に捉えられないというアーキテクチャ上の制限が示されたが、CNNは可変長入力でも性能が向上した。
• 固定長シーケンス（ゼロパディングを伴う）の使用はLSTMの性能を低下させたため、幾何的忠実度を保つために可変長処理に切り替え、その使用を中止した。
• 最も優れた浅層モデルは、地域タスクでは次数o=2、建物タスクではo=3、考古学的タスクではo=3の楕円フーリエ記述子を用いており、中程度の特徴複雑度が最適であることが示された。
• すべてのモデルが、地域タスクにおいて人口を一貫して過剰推定しており、過剰推定の頻度が過小推定の約2倍であった。これは、テストセットの不均衡や形状分布バイアスによる可能性がある。
• 宿泊施設および居住施設の建物を区別するのを困難とし、考古学的分類で自然現象と杭穴を区別できないのは、形状やサイズの特徴が類似しているためである。