ML géospatial avec Amazon SageMaker (préversion)
Créer, entraîner et déployer des modèles de ML plus rapidement à l'aide de données géospatiales
Jusqu'à 10 Go de stockage gratuit
pendant 30 jours avec l'offre gratuite AWS
Accédez à des sources de données géospatiales facilement accessibles, notamment des images satellites, des cartes et des données de localisation.
Traitez ou enrichissez efficacement des jeux de données géospatiales à grande échelle grâce à des opérations spécifiques telles que le rééchantillonnage, le mosaïquage et le géocodage inverse.
Accélérez la création de modèles en utilisant des modèles de réseaux neuronaux puissants intégrés et pré-entraînés, tels que la segmentation de la couverture terrestre et le masquage des nuages.
Analysez les données géospatiales et explorez les prédictions des modèles sur une carte interactive en utilisant des graphiques accélérés en 3D avec des outils de visualisation intégrés.
Fonctionnement
Le diagramme comporte six sections. La première section comporte une image représentant des données et est intitulée « ML géospatial avec Amazon SageMaker ». Dans cette étape,créer, entraîner et déployer des modèles de ML à l'aide de données géospatiales
La deuxième section comporte quatre petites images représentant des sources de données et est intitulée « Accéder aux sources de données ». Dans cette étape, vous pouvez accéder à des sources de données géospatiales, de l'imagerie satellitaire aux données de cartographie et de localisation, ou télécharger vos propres données.
La troisième section comporte l'image d'un globe terrestre sur lequel se superpose un petit engrenage et est intitulée « Transformer et enrichir les données ». Dans cette étape, vous pouvez utiliser des opérations intégrées telles que le géocodage inverse, le mosaïquage et l'étiquetage des données pour préparer vos données.
La quatrième section comprend une image représentant des modèles, avec une petite flèche d'ordinateur cliquant dessus, et est intitulée « Sélectionner ou entraîner un modèle ». Dans cette étape, vous pouvez sélectionner des modèles spécialisés de pointe ou apporter votre propre modèle et l'entraîner.
La cinquième section comporte l'image d'une fusée sortant d'une boîte et est intitulée « Déployer un modèle ». Dans cette étape, vous pouvez déployer et héberger votre modèle pour faire des prédictions en utilisant des données du monde réel.
La sixième et dernière section comprend l'image d'une loupe sur une carte et est intitulée « Visualiser les prédictions ». Dans cette étape, vous pouvez explorer et analyser les prédictions du modèle sur une carte à partir de votre bloc-notes Amazon SageMaker Studio.
Cas d'utilisation
Évaluer les risques et les réclamations d'assurance
Mesurez les risques, validez les demandes d'indemnisation et prévenez les fraudes, analysez l'impact des catastrophes naturelles sur les économies locales et suivez les projets de construction.
Informer les stratégies commerciales
Surveillez les ressources financières à l'échelle mondiale, prévoyez les prix du marché des matières premières, améliorez vos stratégies de couverture ou de négociation et atténuez l'impact de la volatilité des prix.
Suivre le changement climatique
Suivez la déforestation et la biodiversité, mesurez les émissions de méthane, créez des plans de résilience climatique et améliorez la fiabilité du réseau électrique.
Soutenir le développement urbain durable
Concevez des environnements urbains plus durables et vivables, identifiez les zones d'aménagement du territoire, suivez les tendances du trafic ou évaluez la faisabilité de projets énergétiques.
Maximiser le rendement des récoltes et la sécurité alimentaire
Visualisez des images satellite pour diagnostiquer la santé des plantes, assurer et classer les cultures, prédire le rendement des récoltes, prévoir la demande de produits agricoles ou détecter les limites des exploitations.
Prévoir la demande de détail
Suivez les zones urbaines à forte croissance pour améliorer les ventes ou les canaux de distribution d'approvisionnement, ou combinez les données d'emplacement avec la veille concurrentielle pour choisir de nouveaux emplacements de magasin.
Comment démarrer
Blog d'actualités AWS
Utilisez Amazon SageMaker pour créer, entraîner et déployer des modèles ML à l'aide de données géospatiales.
Guide du développeur
Découvrez les fonctionnalités géospatiales d'Amazon SageMaker dans ce guide étape par étape.
Carnet d'exemples
Découvrez comment les agriculteurs peuvent optimiser la production des cultures grâce aux analyses avancées et au ML.