Amazon SageMaker Jeo-uzamsal Yetenekleri Güvenlik Güncellemeleri ve Daha Fazla Kullanım Örneği ile Genel Kullanıma Sunuldu

Orijinal makale: Link (Channy Yun)

AWS re:Invent 2022’de, veri bilimcilerin ve makine öğrenimi (ML) mühendislerinin jeo-uzamsal verileri kullanarak ML modelleri oluşturmasına, eğitmesine ve dağıtmasına olanak tanıyan Amazon SageMaker Jeo-uzamsal yeteneklerinin önizlemesini yaptık. Amazon SageMaker ile Jeo-uzamsal Makine Öğrenimi, Amazon SageMaker’ın jeo-uzamsal yetenekleri ile hazır jeo-uzamsal verilere, amaca özel tasarlanmış işlemlere ve açık kaynak kütüphanelerine, önceden eğitilmiş makine öğrenimi modellerine ve yerleşik görselleştirme araçlarına erişimi destekler.

Önizleme sırasında müşterilerimizden çok fazla ilgi ve harika geri bildirimler aldık. Bugün, Amazon SageMaker jeo-uzamsal yetenekleri yeni güvenlik güncellemeleri ve ek örnek kullanım durumlarıyla genel kullanıma sunuldu.

SageMaker Studio ile Jeo-uzamsal ML özelliklerinin tanıtımı
Başlamak için, Amazon SageMaker Stüdyo’yu ABD Batı (Oregon) Bölgesi’nde başlatmak üzere hızlı kurulumu kullanın. Stüdyoda yeni bir kullanıcı oluştururken varsayılan Jupyter Lab 3 sürümünü kullandığınızdan emin olun. Sonrasında SageMaker Stüdyo’da ana sayfaya gidebilirsiniz. Ardından Data (Veri) menüsünü seçin ve Geospatial (Jeo-uzamsal) seçeneğine tıklayın.

Burada Amazon SageMaker’ın üç temel jeo-uzamsal özelliğine genel bir bakış sunulmaktadır:

• Earth Observation jobs (Dünya Gözlem işleri) – Tahminler yapmak ve faydalı içgörüler elde etmek için amaca yönelik jeo-uzamsal işlemleri veya önceden eğitilmiş makine öğrenimi modellerini kullanarak uydu görüntü verilerini edinin, dönüştürün ve görselleştirin.
• Vector Enrichment jobs (Vektör Zenginleştirme işleri) – Verilerinizi, coğrafi koordinatları okunabilir adreslere dönüştürme gibi işlemlerle zenginleştirin.
• Map Visualization (Harita Görselleştirme) – Bir CSV, JSON veya GeoJSON dosyasından yüklenen uydu görüntülerini veya harita verilerini görselleştirin.

Amaca yönelik jeo-uzamsal işlemleri kullanarak uydu verilerini işlemek için SageMaker Studio not defterinde Earth Observation Jobs (Dünya Gözlem İşleri – EOJ) oluşturabilirsiniz. SageMaker Studio not defteri tarafından desteklenen amaca yönelik jeo uzamsal işlemlerin bir listesi aşağıdadır:

• Band Stacking (Bant Yığınlama) – Tek bir görüntü oluşturmak için birden fazla spektral özelliği birleştirir.
• Cloud Masking (Bulut Maskeleme) – Gelişmiş ve doğru uydu görüntüleri elde etmek için bulutlu ve bulutsuz pikselleri belirleyin.
• Cloud Removal (Bulut Giderme) – Uydu görüntülerinden bulut parçaları içeren pikselleri kaldırın.
• Geomosaic (Geomozaik) – Daha yüksek doğruluk için birden fazla görüntüyü birleştirin.
• Land Cover Segmentation (Arazi Örtüsü Segmentasyonu) – Uydu görüntülerinde bitki örtüsü ve su gibi arazi örtüsü türlerini tanımlayın.
• Resampling (Yeniden Örnekleme) – Görüntüleri farklı çözünürlüklere ölçeklendirin.
• Spectral Index (Spektral İndeks) – İlgili özelliklerin yoğunluğunu gösteren spektral bantların bir kombinasyonunu elde edin.
• Temporal Statistics (Zamansal İstatistikler) – Aynı alandaki birden fazla GeoTIFF için zaman içindeki istatistikleri hesaplayın.
• Zonal Statistics (Bölgesel İstatistikler) – Kullanıcı tanımlı bölgelerdeki istatistikleri hesaplar.

Bir Vector Enrichment Job (Vektör Zenginleştirme İşi -VEJ), koordinatlardan dönüştürülme ve harita eşleştirme için özel olarak oluşturulmuş işlemler aracılığıyla konum verilerinizi zenginleştirir. Bir VEJ’yi yürütmek için bir SageMaker Stüdyo not defteri kullanmanız gerekirken, kullanıcı arayüzünü kullanarak oluşturduğunuz tüm işleri görüntüleyebilirsiniz. Not defterindeki görselleştirmeyi kullanmak için öncelikle çıktılarınızı Amazon S3 klasörünüze aktarmanız gerekir.

• Reverse Geocoding (Koordinatlardan Dönüştürülme) – Koordinatları (enlem ve boylam) insan tarafından okunabilir adreslere dönüştürün.
• Map Matching (Harita Eşleştirme) – Yanlış GPS koordinatlarını yol segmentlerine bağlayın.

Map Visualization (Harita Görselleştirme) kullanarak coğrafi verileri, EOJ veya VEJ işlerinizin girdilerini ve Amazon Basit Depolama Hizmeti (Amazon S3) kovanızdan dışa aktarılan çıktıları görselleştirebilirsiniz.

Güvenlik Güncellemeleri
Genel kullanımda, müşteri tarafından yönetilen AWS KMS anahtar desteği için AWS Anahtar Yönetimi Hizmeti (AWS KMS) ve müşteri Amazon VPC ortamında jeo-uzamsal işlemlerini gerçekleştirmek için Amazon Virtual Private Cloud (Amazon VPC) olmak üzere iki önemli güvenlik güncellememiz var.

AWS KMS müşteri tarafından yönetilen anahtarlar, müşterilerin jeo-uzamsal iş yüklerini şifrelemek için kendi anahtarlarını kullanmalarını sağlayarak daha fazla esneklik ve kontrol sunar.

StartEarthObservationJob ve StartVectorEnrichmentJob işlerinde kendi anahtarınızı belirtmek için KmsKeyId değerini isteğe bağlı bir parametre olarak kullanabilirsiniz. Müşteri KmsKeyId sağlamazsa, müşteri içeriğini şifrelemek için servise ait bir anahtar kullanılır. Daha fazla bilgi edinmek için AWS dokümantasyonundaki SageMaker jeo-uzamsal yetenekleri için AWS KMS Desteği bölümüne bakın.

Amazon VPC’yi kullanarak ağ ortamınız üzerinde tam kontrole sahip olursunuz ve AWS’deki jeo-uzamsal iş yüklerinize daha güvenli bir şekilde bağlanabilirsiniz. SageMaker jeo-uzamsal işlemleri için Amazon VPC ortamınızda SageMaker Stüdyo veya Not Defteri’ni kullanabilir ve SageMaker jeo-uzamsal işlemlerinde bir arayüz VPC uç noktası aracılığıyla SageMaker jeo-uzamsal API işlemlerini yürütebilirsiniz.

Amazon VPC desteğini kullanmaya başlamak için SageMaker Stüdyo Domain’inde Amazon VPC‘yi yapılandırın ve Amazon VPC konsolunda VPC’nizde bir SageMaker jeo-uzamsal VPC uç noktası oluşturun. Servis ismini com.amazonaws.us-west-2.sagemaker-geospatial olarak seçin ve VPC uç noktasının oluşturulacağı VPC’yi seçin.

EOJ ve VEJ işlemlerinde girdi veya çıktı için kullanılan tüm Amazon S3 kaynaklarının internet erişimi etkin olmalıdır. Bu Amazon S3 kaynaklarına internet üzerinden doğrudan erişiminiz yoksa, ilgili S3 klasör politikasını değiştirerek SageMaker jeo-uzamsal VPC uç nokta ID’sine erişim izni verebilirsiniz. Daha fazla bilgi edinmek için AWS dokümanlarında SageMaker jeo-uzamsal yetenekleri için Amazon VPC Desteği bölümüne bakın.

Jeo-uzamsal ML için Kullanım Örnekleri
Çeşitli sektörlerdeki müşteriler, gerçek dünya uygulamaları için Amazon SageMaker jeo-uzamsal yeteneklerini kullanıyor.

Hasat Verimini ve Gıda Güvenliğini En Üst Düzeye Çıkarma
Dijital tarım, gelişmiş analitik ve makine öğreniminin kullanılması yoluyla çiftçilerin tarımda mahsul üretimini optimize etmelerine yardımcı olmak için dijital çözümlerin uygulanmasından oluşur. Dijital tarım uygulamaları, çiftçilerin tarlalarının bulunduğu alanların uydu görüntüleri de dahil olmak üzere jeo-uzamsal verilerle çalışmayı gerektirir.

Arazi örtüsü sınıflandırması için önceden eğitilmiş modeller aracılığıyla uydu görüntülerindeki tarla sınırlarını belirlemek için SageMaker’ı kullanabilirsiniz. AWS Makine Öğrenimi Blog’unda Xarvio’nun Amazon SageMaker Jeo-uzamsal ML ile ile dijital tarım için mekansal veri işlem hatlarını nasıl hızlandırdığı hakkında bilgi edinebilirsiniz. Uçtan uca dijital tarım örnek not defterini Github deposunda bulabilirsiniz.

Hasar Tespiti
Doğal afetlerin sıklığı ve şiddeti arttıkça, karar vericileri ve ilk müdahale ekiplerini hızlı ve doğru hasar tespiti ile donatmamız önemlidir. Doğal afet hasarını tahmin etmek için jeo-uzamsal görüntüleri ve bir doğal afetin hemen ardından binalar, yollar veya diğer kritik altyapılardaki hasarı hızla belirlemek için jeo-uzamsal verileri kullanabilirsiniz.

Örnek bir not defterinden, Ekim 2022’nin ortalarında Rochester, Avustralya’daki sellerden kaynaklanan doğal afet hasarını eğitebilir, dağıtabilir ve tahmin edebilirsiniz. Eğitilmiş ML modeline girdi olarak afet öncesi ve sonrasına ait görüntüleri kullanıyoruz. Rochester selleri için segmentasyon maskeleme sonuçları aşağıdaki görüntülerde gösterilmektedir. Burada, modelin sel bölgesi içindeki yerleri muhtemel hasarlı olarak tanımladığını görebiliriz.

GitHub deposu üzerinden çok zamanlı Sentinel-2 uydu verilerini kullanarak orman yangını hasarlarını değerlendirmek için bir jeo-uzamsal segmentasyon modelini eğitebilir ve devreye alabilirsiniz. Bu örnekteki alan, 2021 yılında Dixie Orman Yangını’ndan etkilenen bir bölgede, Kuzey Kaliforniya’da yer almaktadır.

İklim Değişikliğini İzleme
Dünyadaki iklim değişikliği, küresel ısınma nedeniyle kuraklık riskini artırıyor. ABD’nin en büyük rezervuarı olan Mead Gölü örneğinde iklim değişikliğinin neden olduğu kıyı şeridindeki daralmayı izlemek için SageMaker jeo-uzamsal yetenekleriyle nasıl veri toplayacağınızı, analiz yapacağınızı ve değişiklikleri nasıl görselleştireceğinizi görebilirsiniz.

Bu örneğin not defteri kodunu GitHub deposunda bulabilirsiniz.

Perakende Talebi Tahminleme
Yeni not defteri örneği, vektör tabanlı bir harita eşleştirme işlemi gerçekleştirmek ve sonuçları görselleştirmek için SageMaker jeo-uzamsal özelliklerinin nasıl kullanılacağını göstermektedir. Harita eşleştirme, gürültülü GPS koordinatlarını yol segmentlerine bağlamanıza olanak tanır. Amazon SageMaker jeo-uzamsal yetenekleri ile harita eşleştirme için bir VEJ gerçekleştirmek mümkündür. Bu tür bir iş, girdi olarak rota bilgilerini (boylam, enlem ve GPS ölçümlerinin zaman damgaları gibi) içeren bir CSV dosyası alır ve tahmin edilen rotayı içeren bir GeoJSON dosyası üretir.

Sürdürülebilir Kentsel Gelişimi Destekleme
Müşterilerimizden biri olan Arup, daha iyi tasarım sunmak ve sürdürülebilir sonuçları desteklemek amacıyla ısının kentsel alanlar üzerindeki etkisini ve yerel sıcaklıkları etkileyen faktörleri araştırmak için makine öğrenimi gibi dijital teknolojileri kullanıyor. Urban Heat Islands (Kentsel Isı Adaları) ve buna bağlı risk ve sorunlar, günümüzde şehirlerin karşı karşıya olduğu en büyük zorluklardan biridir.

Amazon SageMaker’ın jeo-uzamsal yeteneklerini kullanan Arup, yer gözlem verileriyle kentsel ısı faktörlerini tanımlayıp ölçerek müşterilerine danışmanlık verme becerilerini önemli ölçüde hızlandırdı. Mühendislik ekiplerinin daha büyük veri kümelerinin artan hacimlerine, türlerine ve analizlerine erişim sağlayarak daha önce mümkün olmayan analitikleri gerçekleştirmelerini sağladı. Daha fazla bilgi edinmek için AWS müşteri hikayelerinde Arup ile Amazon SageMaker Kullanarak Sürdürülebilir Şehir Tasarımını Kolaylaştırma bölümüne bakın.

Şimdi Kullanılabilir
Amazon SageMaker jeo-uzamsal yetenekleri artık ABD Batı (Oregon) Bölgesi’nde genel kullanıma sunulmuştur. AWS Ücretsiz Kullanımın bir parçası olarak, SageMaker jeo-uzamsal yeteneklerini ücretsiz olarak kullanmaya başlayabilirsiniz. Ücretsiz Kullanım 30 gün sürer ve 10 ücretsiz ml.geospatial.interactive işlem saati, 10 GB’a kadar ücretsiz depolama alanı içerir ve aylık 150 ABD doları kullanıcı ücreti alınmaz.

30 günlük ücretsiz deneme süresi tamamlandıktan sonra veya yukarıda tanımlanan Ücretsiz Kullanım sınırlarını aşarsanız, fiyatlandırma sayfasında belirtilen bileşenler için ödeme yaparsınız.

Daha fazla bilgi edinmek için Amazon SageMaker jeo-uzamsal yeteneklerine ve Geliştirici Kılavuzu‘na bakın. Deneyimleyip Amazon SageMaker için AWS re:Post adresine veya her zamanki AWS destek irtibatlarınız aracılığıyla geri bildirim gönderin.