ML geoespacial com o Amazon SageMaker
Crie, treine e implante modelos de ML usando dados geoespaciais
Até 10 horas de recursos computacionais gratuitos
para 60 dias com o nível gratuito da AWS
Acesse fontes de dados geoespaciais prontamente disponíveis, incluindo imagens de satélite, mapas e dados de localização.
Transforme ou enriqueça eficientemente os conjuntos de dados geoespaciais em grande escala com bibliotecas de código aberto ou operações específicas, como mosaico 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
Acompanhar o desmatamento e a biodiversidade, medir as emissões de gás metano, criar planos de resiliência climática, gerenciar a resposta a desastres e melhorar 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.
Estimar a utilização de um local de varejo.
Acompanhe áreas urbanas de alto crescimento ou a eficiência das operações do local de varejo para melhorar os canais de distribuição de vendas ou suprimentos.
Como começar a usar
Exemplo de notebook
Saiba como os agricultores podem otimizar a produção agrícola por meio de análises avançadas e ML.
Guia do desenvolvedor
Saiba mais sobre os recursos geoespaciais do Amazon SageMaker neste guia passo a passo.
Blog
Saiba como cientistas de dados podem monitorar a seca causada pelas mudanças climáticas usando dados geoespaciais.