SlideShare a Scribd company logo
1 of 16
ESJ65 W01 2018/03/13
Webリソースを利用したDeep Learning
地図タイルを例として
OSGeo財団日本支部
岩崎 亘典
wata909@gmail.com
/16
そもそもDeep Learningとは?
• 機械学習のサブセットであるディープラーニングが、こ
れまでにない破壊的イノベーションを起こしています
2Webリソースを利用したDeep Learning
出典:https://blogs.nvidia.co.jp/2016/08/09/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
/16
Deep Learningの特徴
• 学習のために大量のデータが必要
– 従来:人による特徴量の設定
– Deep Learning:AIによる特徴量の抽出と
分類
3Webリソースを利用したDeep Learning
https://jp.mathworks.com/discovery/deep-learning.html
人による
特徴量設定
画像処理によ
る特徴抽出
モデルによる
分類
学習用画像
の準備
AIによる特徴量の抽出
と画像の分類
/16
「地図タイル形式」とは
• 標準化された地理空間情報
• 地球全体を正方形で近似
– 全体がズームレベル0,拡大すると1,2
• 拡大する毎に四分割
– 東西がX、南北がY、ズームがZ
• http://hoge.hoge/{z}/{x}/{y}.ext でアクセス可能
– ただし原点が左上の場合と左下の場合があるので注意
4Webリソースを利用したDeep Learning
地図タイルの概念図
出典:国土地理院
/16
様々なデータがすでに整備されている
5Webリソースを利用したDeep Learning
https://cyberjapandata.
gsi.go.jp/xyz/std
/14/14568/6429.png
http://www.finds.jp/ws/tmc/
1.0.0/Kanto_Rapid-900913-L
/14/14568/6429.png
https://cyberjapandata.
gsi.go.jp/xyz/ort
/14/14568/6429.jpg
http://map.ecoris.info/t
iles/vege67hill
/14/14568/6429.png
地理院タイル標準地図 地理院タイル空中写真
迅速測図 エコリス地図タイル植生
https://cyberjapandata.
gsi.go.jp/xyz/relief/
/14/14568/6429.png
14/14568/6429
(北西原点)
http://www.gridscapes.net/AllRivers
/1.0.0/w/11/1813/1239.png
11/1813/1239
(南西原点)
http://www.finds.jp/ws/tmc/1.
0.0/KBN25000ANF-900913-L
/14/14568/6429.png
http://www.gridscapes.net/AllRivers
/1.0.0/t/11/1813/1239.png
地理院タイル彩色陰影図
基盤地図情報
川だけ地図
川だけ地形地図
/16
画像データに限らない
• https://maps.gsi.go.jp/xyz/experimental_landformclassification2
/14/14568/6429.geojson
6Webリソースを利用したDeep Learning
地理院タイル人工地形
/16
ファイルベースのデータの欠点
• データが可視化されていない、使いたいデータ
なのかどうか不明
• ファイル形式や座標系変換、データの結合、切
り出しなどの準備が必要
7Webリソースを利用したDeep Learning
/16
ファイルベースのデータの欠点→地図タイル形式の利点
• データが可視化されていない、使いたいデータ
なのかどうか不明
閲覧用データなので可視化されている
用途に合うかどうか確認できる
• ファイル形式や座標系変換、データの結合、切
り出しなどの準備が必要
座標系が統一されている、形式変換も容易
JPG、PNG、GeoJSONなどWebフレンドリー
{z}/{x}/{y}を指定すれば、必要なデータが
入手できる
ただし,原点に注意は必要
8Webリソースを利用したDeep Learning
ESJ65 W01 2018/03/13
このデータをDeep Learning
に使えないか?
9
/16
pix2pixで地図タイルを利用するプログラムを開発
10Webリソースを利用したDeep Learning
pix2pixによる画像の変換例。左が入力。
右が推定結果。
https://qiita.com/octpath/items/acaf5b4dbcb4e105a8d3
• 汎用的画像変換プログラムであるpix2pixから、地図タイルを
利用可能とする
– 地図タイルは 256*256のため直接使用可能
– Githubで公開
– https://github.com/NARO-41605/pix2pix_map_tiles
– ライセンスはMIT
/16
pix2pixで地図タイルを利用するプログラムを開発
• 使用方法については、Qiitaでまとめてます
– https://qiita.com/wata909/items/01d98293bc9
6f5f43d92
– 上がってないプログラムありますorz...
– また、Ubuntu14.04だと、今は動かない
• 正確にはPythonのバージョンの模様
11Webリソースを利用したDeep Learning
/16
QGIS用プラグインの開発 ~Qpix2pix
• 学習済みモデルを使用して、表示域の分類が可能
– 分類精度についてはモデルに依存
• よって分類器の改良が必要・・・・
12Webリソースを利用したDeep Learning
/16
まとめ
• 地図タイルはDeep Learningデータとして利用可能
– データを公開する際にはタイル形式で
• pix2pixで地図タイルを使用するプログラムを公開して
います
– https://github.com/NARO-41605/pix2pix_map_tiles
– https://qiita.com/wata909/items/01d98293bc96f5f43d92
– Pull requestをお願いします(汗
• ライセンスにはご注意を!!
– Google等の地図・衛星画像サービスは「非商用」の
みです
– 「見られる」と「使える」は違います。代理店に相
談してから使いましょう
13Webリソースを利用したDeep Learning
/16
まとめ
• 地図タイルはDeep Learningデータとして利用可能
– データを公開する際にはタイル形式で
• pix2pixで地図タイルを使用するプログラムを公開して
います
– https://github.com/NARO-41605/pix2pix_map_tiles
– https://qiita.com/wata909/items/01d98293bc96f5f43d92
– Pull requestをお願いします(汗
• ライセンスにはご注意を!!
– Google等の地図・衛星画像サービスは「非営利目
的」のみです
– 「見られる」と「使える」は違います。代理店に相
談してから使いましょう
14Webリソースを利用したDeep Learning
/16
まとめ
• ライセンスにはご注意を!!
– Google等の地図・衛星画像サービスは「非営利目
的」のみです
– 「見られる」と「使える」は違います。代理店に相
談してから使いましょう
• 地図タイルは、Deep Learningのためのデータとして利
用可能
– データを公開する際にはタイル形式で
• pix2pixで地図タイルを使用するプログラムを公開して
います
– https://github.com/NARO-41605/pix2pix_map_tiles
– https://qiita.com/wata909/items/01d98293bc96f5f43d92
– Pull requestをお願いします(汗
15Webリソースを利用したDeep Learning
/16
まとめ
• ライセンスにはご注意を!!
– Google等の地図・衛星画像サービスは「非営利目
的」のみです
– 「見られる」と「使える」は違います。代理店に相
談してから使いましょう
– 「収益」を得るのはだめ。「利益」じゃないです
16Webリソースを利用したDeep Learning

More Related Content

Similar to Webリソースを利用したDeep Learning ~地図タイルを例として

A12  坂井研究室 澤田純礼
A12  坂井研究室 澤田純礼A12  坂井研究室 澤田純礼
A12  坂井研究室 澤田純礼aomorisix
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- Koichi Hamada
 
Azure における強化学習への取り組み
Azure における強化学習への取り組みAzure における強化学習への取り組み
Azure における強化学習への取り組みKeita Onabuta
 
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルトBrainPad Inc.
 
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させるElasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させるnobu_k
 
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介BrainPad Inc.
 
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたかリクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたかRecruit Technologies
 
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービスGoogleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービスGoogle Cloud Platform - Japan
 
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII
 
xAI meetup #1
xAI meetup #1xAI meetup #1
xAI meetup #1ru pic
 
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知Core Concept Technologies
 
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部Daisuke Nagao
 
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術Yusuke Uchida
 
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみたディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた卓也 安東
 
福岡市内のベンチャー企業が取り組む最新It技術
福岡市内のベンチャー企業が取り組む最新It技術福岡市内のベンチャー企業が取り組む最新It技術
福岡市内のベンチャー企業が取り組む最新It技術Takuya Andou
 
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformQiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformDaiyu Hatakeyama
 
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかRustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかShunsukeNakamura17
 

Similar to Webリソースを利用したDeep Learning ~地図タイルを例として (20)

A12  坂井研究室 澤田純礼
A12  坂井研究室 澤田純礼A12  坂井研究室 澤田純礼
A12  坂井研究室 澤田純礼
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
 
Azure における強化学習への取り組み
Azure における強化学習への取り組みAzure における強化学習への取り組み
Azure における強化学習への取り組み
 
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
 
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させるElasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
 
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
 
2018/06/22 Neural Network Console Tutorial
2018/06/22 Neural Network Console Tutorial2018/06/22 Neural Network Console Tutorial
2018/06/22 Neural Network Console Tutorial
 
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたかリクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
 
Googleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービスGoogleにおける機械学習の活用とクラウドサービス
Googleにおける機械学習の活用とクラウドサービス
 
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
 
xAI meetup #1
xAI meetup #1xAI meetup #1
xAI meetup #1
 
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
 
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
 
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
 
(2017.9.7) Neo4jご紹介
(2017.9.7) Neo4jご紹介(2017.9.7) Neo4jご紹介
(2017.9.7) Neo4jご紹介
 
【de:code 2020】 AutoML ではじめる機械学習の民主化
【de:code 2020】 AutoML ではじめる機械学習の民主化【de:code 2020】 AutoML ではじめる機械学習の民主化
【de:code 2020】 AutoML ではじめる機械学習の民主化
 
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみたディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた
 
福岡市内のベンチャー企業が取り組む最新It技術
福岡市内のベンチャー企業が取り組む最新It技術福岡市内のベンチャー企業が取り組む最新It技術
福岡市内のベンチャー企業が取り組む最新It技術
 
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformQiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
 
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかRustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
 

More from IWASAKI NOBUSUKE

Developing a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map TilesDeveloping a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map TilesIWASAKI NOBUSUKE
 
OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介IWASAKI NOBUSUKE
 
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)IWASAKI NOBUSUKE
 
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)IWASAKI NOBUSUKE
 
2019年GIS学会企画セッション趣旨説明
2019年GIS学会企画セッション趣旨説明2019年GIS学会企画セッション趣旨説明
2019年GIS学会企画セッション趣旨説明IWASAKI NOBUSUKE
 
GISA2019 企画セッション地図アーカイブ・趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明GISA2019 企画セッション地図アーカイブ・趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明IWASAKI NOBUSUKE
 
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)IWASAKI NOBUSUKE
 
あらためまして、OSGeo.JPです!
あらためまして、OSGeo.JPです!あらためまして、OSGeo.JPです!
あらためまして、OSGeo.JPです!IWASAKI NOBUSUKE
 
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!FOSS4G 2018 Japanの紹介と、RTKをやってみた!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!IWASAKI NOBUSUKE
 
Web地図画像の利用と著作権法(CC BY 4.0)
Web地図画像の利用と著作権法(CC BY 4.0)Web地図画像の利用と著作権法(CC BY 4.0)
Web地図画像の利用と著作権法(CC BY 4.0)IWASAKI NOBUSUKE
 
AIとDeep Learningについての私的メモ
AIとDeep Learningについての私的メモAIとDeep Learningについての私的メモ
AIとDeep Learningについての私的メモIWASAKI NOBUSUKE
 
WebGISやデータ公開について
WebGISやデータ公開についてWebGISやデータ公開について
WebGISやデータ公開についてIWASAKI NOBUSUKE
 
第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれからIWASAKI NOBUSUKE
 
Deep Learningにおける地図タイルの有効性検討
Deep Learningにおける地図タイルの有効性検討Deep Learningにおける地図タイルの有効性検討
Deep Learningにおける地図タイルの有効性検討IWASAKI NOBUSUKE
 
Deep Learningでの地図タイルの活用
Deep Learningでの地図タイルの活用Deep Learningでの地図タイルの活用
Deep Learningでの地図タイルの活用IWASAKI NOBUSUKE
 
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
ソーシャルメディアを活用したオープンイノベーションの可能性  -CS立体図を事例として-ソーシャルメディアを活用したオープンイノベーションの可能性  -CS立体図を事例として-
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-IWASAKI NOBUSUKE
 
Deep Learningで地図を作ってみた!
Deep Learningで地図を作ってみた!Deep Learningで地図を作ってみた!
Deep Learningで地図を作ってみた!IWASAKI NOBUSUKE
 

More from IWASAKI NOBUSUKE (20)

Developing a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map TilesDeveloping a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map Tiles
 
OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介
 
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
 
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
 
2019年GIS学会企画セッション趣旨説明
2019年GIS学会企画セッション趣旨説明2019年GIS学会企画セッション趣旨説明
2019年GIS学会企画セッション趣旨説明
 
GISA2019 企画セッション地図アーカイブ・趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明GISA2019 企画セッション地図アーカイブ・趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明
 
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
 
あらためまして、OSGeo.JPです!
あらためまして、OSGeo.JPです!あらためまして、OSGeo.JPです!
あらためまして、OSGeo.JPです!
 
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!FOSS4G 2018 Japanの紹介と、RTKをやってみた!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
 
Web地図画像の利用と著作権法(CC BY 4.0)
Web地図画像の利用と著作権法(CC BY 4.0)Web地図画像の利用と著作権法(CC BY 4.0)
Web地図画像の利用と著作権法(CC BY 4.0)
 
AIとDeep Learningについての私的メモ
AIとDeep Learningについての私的メモAIとDeep Learningについての私的メモ
AIとDeep Learningについての私的メモ
 
WebGISやデータ公開について
WebGISやデータ公開についてWebGISやデータ公開について
WebGISやデータ公開について
 
第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから
 
Reprojecting Innovation
Reprojecting InnovationReprojecting Innovation
Reprojecting Innovation
 
ジークタイル!!
ジークタイル!!ジークタイル!!
ジークタイル!!
 
Deep Learningにおける地図タイルの有効性検討
Deep Learningにおける地図タイルの有効性検討Deep Learningにおける地図タイルの有効性検討
Deep Learningにおける地図タイルの有効性検討
 
Deep Learningでの地図タイルの活用
Deep Learningでの地図タイルの活用Deep Learningでの地図タイルの活用
Deep Learningでの地図タイルの活用
 
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
ソーシャルメディアを活用したオープンイノベーションの可能性  -CS立体図を事例として-ソーシャルメディアを活用したオープンイノベーションの可能性  -CS立体図を事例として-
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
 
Deep Learningで地図を作ってみた!
Deep Learningで地図を作ってみた!Deep Learningで地図を作ってみた!
Deep Learningで地図を作ってみた!
 
TileMap-WebGIS
TileMap-WebGISTileMap-WebGIS
TileMap-WebGIS
 

Webリソースを利用したDeep Learning ~地図タイルを例として