ML geoespacial com o Amazon SageMaker (prévia)
Crie, treine e implante modelos de ML usando dados geoespaciais
Até 10 GB de armazenamento gratuito
para 30 dias com o nível gratuito da AWS
Acesse fontes de dados geoespaciais prontamente disponíveis, incluindo imagens de satélite, mapas e dados de localização.
Processe ou enriqueça com eficiência conjuntos de dados geoespaciais em grande escala com operações específicas, como reamostragem, criação de mosaicos e geocodificação reversa.
Acelere a construção de modelos usando modelos de rede neural profunda integrados e pré-treinados, como segmentação da cobertura da terra e mascaramento de nuvens.
Analise dados geoespaciais e explore previsões de modelos em um mapa interativo usando gráficos 3D acelerados com ferramentas de visualização integradas.
Como funciona
O diagrama tem seis seções. A primeira seção tem uma imagem que representa os dados e é intitulada “ML geoespacial com o Amazon SageMaker”. Nessa etapa, você pode criar, treinar e implantar modelos de ML usando dados geoespaciais.
A segunda seção tem quatro pequenas imagens representando fontes de dados e é intitulada “Acessar fontes de dados”. Nesta etapa, você pode acessar fontes de dados geoespaciais, desde imagens de satélite até dados de mapeamento e localização ou fazer upload de seus dados proprietários.
A terceira seção tem a imagem de um globo com uma pequena engrenagem sobreposta e é intitulada “Transforme e enriqueça os dados”. Nesta etapa, você pode usar operações integradas, como geocodificação reversa, criação de mosaicos e rotulagem de dados para preparar seus dados.
A quarta seção inclui uma imagem representando modelos, com uma pequena seta de computador clicando sobre eles, e é intitulada “Selecione ou treine um modelo”. Nesta etapa, você pode selecionar modelos de última geração feitos sob medida ou trazer e treinar seu próprio modelo.
A quinta seção tem a imagem de um foguete saindo de uma caixa e é intitulada “Implantar um modelo”. Nesta etapa, você pode implantar e hospedar seu modelo para fazer previsões usando dados do mundo real.
A sexta e última seção inclui uma imagem de uma lupa sobre um mapa e é intitulada “Visualize previsões”. Nesta etapa, você pode explorar e analisar previsões de modelos em um mapa usando seu notebook do Amazon SageMaker Studio
Casos de uso
Avalie riscos e pedidos de indenização de seguro
Meça riscos, valide pedidos de indenização e evite fraudes, analise o impacto dos danos causados por desastres naturais nas economias locais e acompanhe projetos de construção.
Fundamente estratégias de negociação
Monitore ativos financeiros globalmente, preveja preços de commodities do mercado, aprimore suas estratégias de hedge ou negociação e reduza o impacto da volatilidade dos preços.
Monitore as mudanças climáticas
Acompanhe o desmatamento e a biodiversidade, meça as emissões de gás metano, crie planos de resiliência climática e melhore a confiabilidade da rede elétrica.
Apoie o desenvolvimento urbano sustentável
Projete ambientes urbanos mais sustentáveis e habitáveis, identifique áreas para desenvolvimento de terras, acompanhe tendências de tráfego ou avalie a viabilidade de projetos de energia.
Maximize o rendimento da colheita e a segurança alimentar
Visualize imagens de satélite para diagnosticar a saúde das plantas, garantir e classificar as safras, prever o rendimento da colheita, prever a demanda por produtos agrícolas ou detectar os limites de fazendas.
Preveja a demanda do varejo
Rastreie áreas de cidades de alto crescimento para melhorar os canais de vendas ou distribuição de suprimentos ou combine dados de localização com inteligência competitiva para escolher novas localizações de lojas.
Como começar a usar
Blog de notícias da AWS
Use o Amazon SageMaker para criar, treinar e implantar modelos de ML usando dados geoespaciais.
Guia do desenvolvedor
Saiba mais sobre os recursos geoespaciais do Amazon SageMaker neste guia passo a passo.
Exemplo de notebook
Saiba como os agricultores podem otimizar a produção agrícola por meio de análises avançadas e ML.