Amazon SageMaker を使用した地理空間機械学習
地理空間データを使用して機械学習モデルをより迅速に構築、トレーニング、デプロイする
1 か月あたり最大 10 時間の無料コンピューティングリソース
AWS 無料利用枠で 60 日間
衛星画像、地図、位置データなど、すぐに利用できる地理空間データソースにアクセスできます。
オープンソースのライブラリ、またはモザイク化、リバースジオコーディングなどの専用操作により、大規模な地理空間データセットを効率的に変換または強化します。
土地被覆分類やクラウドマスキングなど、組み込みの事前トレーニング済みディープニューラルネットワークモデルを使用して、モデル構築を加速します。
3D アクセラレーテッドグラフィックスと組み込みの視覚化ツールを使用して、インタラクティブマップ上で地理空間データを分析し、モデルの予測を行います。
仕組み
図には 6 つのセクションがあります。最初のセクションにはデータを表す画像があり、タイトルは「Amazon SageMaker を使用した地理空間機械学習」です。 このステップでは、地理空間データを使用して機械学習モデルを構築、トレーニング、デプロイできます。
2 番目のセクションには、データソースを表す 4 つの小さな画像があり、タイトルは「データソースへのアクセス」です。 このステップでは、衛星画像からマッピングおよび位置データまでの地理空間データソースにアクセスしたり、独自のデータをアップロードしたりできます。
3 番目のセクションには、小さな歯車が重なっている地球の画像があり、タイトルは「データの変換と強化」です。 このステップでは、リバースジオコーディング、モザイク化、データラベリングなどの組み込み操作を使用して、データを準備できます。
4 番目のセクションには、モデルを表す画像が含まれており、クリックすると小さなコンピュータの矢印が表示され、タイトルは「モデルの選択またはトレーニング」です。 このステップでは、最先端の専用モデルを選択するか、独自のモデルを持ち込んでトレーニングできます。
5 番目のセクションには、箱から飛び出すロケットの画像があり、タイトルは「モデルのデプロイ」です。 このステップでは、モデルをデプロイしてホストし、実際のデータを使用して予測を行うことができます。
最後の 6 番目のセクションには、マップに拡大鏡がかざされた画像が含まれており、タイトルは「予測の視覚化」です。 このステップでは、Amazon SageMaker Studio ノートブックからマップ上のモデル予測を探索および分析できます。
ユースケース
リスクと保険請求を評価する
リスクを測定し、請求を検証して不正行為を防止し、自然災害による地域経済への被害の影響を分析し、建設プロジェクトを追跡します。
情報に基づいた取引戦略を策定する
金融資産をグローバルに監視し、市場商品価格を予測し、ヘッジまたは取引戦略を強化し、価格変動の影響を軽減します。
気候変動をモニタリングする
森林破壊と生物多様性を追跡し、メタンガス排出量を測定し、気候回復計画を作成し、災害対策を管理し、電力網の信頼性を向上させます。
持続可能な都市開発を支援する
より持続可能で住みやすい都市環境を設計し、土地開発のエリアを特定し、交通傾向を追跡し、エネルギープロジェクトの実現可能性を評価します。
収穫量と食料安全保障を最大化する
衛星画像を確認して、植物の健康状態を診断し、作物を付保および分類し、収穫量を予測し、農産物の需要を予測し、農場の境界を検出します。
小売業利用率の見積り
急成長している都市部や小売業の運営効率を追跡して、販売や供給流通チャネルを改善します。