Amazon SageMaker Müşterileri için Jeo-uzamsal ML
Arup
Kendini sürdürülebilir kalkınmaya adamış olan Arup, 140 ülkede çalışan 16.000 tasarımcı, danışman ve uzmandan oluşan bir topluluktur. Yaptıkları her şeyde insanlık ve mükemmellik için çaba sarf etmek üzere kurulan Arup, daha iyi bir dünya oluşturmak için hayal gücü, teknoloji ve titizliği bir araya getirerek müşteriler ve ortaklarla iş birliği yapar.
"Daha iyi tasarım oluşturmak ve sürdürülebilir sonuçları desteklemek için ısının kentsel alanlar üzerindeki etkisi ile yerel sıcaklıkları etkileyen faktörleri keşfetmek için makine öğrenimi gibi dijital teknolojileri kullanıyoruz. Kentsel Isı Adaları ve buna bağlı riskler ve rahatsızlıklar, şehirlerin bugün karşı karşıya olduğu en büyük zorluklardan biridir. Amazon SageMaker jeo-uzamsal makine öğrenimi yeteneklerini kullanmak, yer gözlemi verileriyle kentsel ısı faktörlerini belirlememize ve ölçmemize yardımcı oldu ve bu da müşterilere danışmanlık yapma becerimizi önemli ölçüde hızlandırdı. Daha büyük veri kümelerinin artan hacimlerine, türlerine ve analizine erişim sağlayarak, mühendislik ekiplerimizin daha önce mümkün olmayan analizi yapmalarını sağladı.”
Damien McCloud, Yönetici ve Lider - Geospatial and Earth Observation, Arup
xarvio
xarvio Digital Farming Solutions, çiftçilerin mahsul üretimini optimize etmelerine yardımcı olmak için hassas dijital tarım ürünleri sunar. Global olarak mevcut olan xarvio ürünleri, her tarlanın ihtiyaçlarını yönetmek için doğru ve zamanında tarımsal öneriler sunmak amacıyla makine öğrenimi, görüntü tanıma teknolojisi ve gelişmiş mahsul ile hastalık modellerini uydulardan ve meteoroloji istasyonu cihazlarından alınan verilerle birlikte kullanır. xarvio ürünleri yerel tarım koşullarına göre uyarlanmıştır, büyüme aşamalarını izleyebilir ve hastalık ve haşereleri algılayabilir. Sürdürülebilir tarıma katkı sağlarken verimliliği artırır, zaman kazandırır, riskleri azaltır ve planlama ile karar verme için daha yüksek güvenilirlik sağlar.
"Makine öğrenimi varlıklarımızın hızlı prototip geliştirmesi ve sürekli bakımı, en önemli önceliklerimizden biridir. Amazon SageMaker jeo-uzamsal ML özellikleri, prototip geliştirmemiz ve çeşitli modellerimizi yaşam döngüleri boyunca yönetmemiz için bize güçlü bir çözüm sağlıyor. Amazon SageMaker’ı kullanarak verimliliği neredeyse %50 artırmayı başardık. Ekiplerimiz daha önceki sürenin neredeyse yarısı olan yalnızca 1–2 hafta içinde gerekli model işlem hatlarını kurmayı ve testi çalıştırmayı başardı."
Mojtaba Karami, Remote Sensing Takım Lideri, xarvio
DataFarming
DataFarming hassas tarımda liderdir.
“Tarım şirketleriyle (ör. tohum, gübre ve kimyasal) görüşürken, neredeyse hepsinin sınırlı, çoğunlukla öznel verilere dayanarak milyonlarca dolarlık kararlar verdiğini görünce şaşırmıştık. Bu şirketler, ‘Ekim için ne kadar arazi var?’ veya ‘Mahsul hasada ne zaman hazır olacak?’ gibi en kritik soruların yanıtlarına sahip değildi. Neredeyse 20 yıldır çeşitli uydu görüntülerinin hevesli bir kullanıcısı olarak tarım şirketlerinin bu soruların yanıtlarını bulmalarına ve sahada daha akıllı kararlar almalarına yardımcı olmak için jeo-uzamsal verilerin gücünden yararlanmak istediğimiz açıktı. Fakat karmaşık makine öğrenimi algoritmalarını 10 m piksel çözünürlükte (ve gerçek zamanlı olarak) 100 milyon dönümden fazla Avustralya ekin tarlasında çalıştırmak son derece zordur. Amazon SageMaker jeo-uzamsal ML özellikleri ile birkaç saat içinde kavramdan çalışma modeline ulaşabiliriz."
Tim Neale, Kurucu Ortak, DataFarming
SatSure
Karar zekası çözümlerinde Hindistan merkezli bir lider olan SatSure, tüm hava koşullarında mahsul izleme ve çiftlik risk puanlamasından arazi örtüsü değişikliği tespiti ve arazi özelliği tanımlamaya kadar çeşitli kullanım durumları için öngörüler oluşturmak üzere Earth observation verilerini ve derin öğrenme modellerini kullanıyor.
"Uydu görüntülerinden elde edilen büyük veri kümeleriyle uğraşırken uygun maliyetli, ölçeklenebilir, son teknoloji ürünü derin öğrenme modelleri oluşturmak son derece zordur. Amazon SageMaker'ın sunduğu araçlar, karmaşık derin öğrenme modellerinin uçtan uca işlem hattı geliştirmesini basitleştirmemize yardımcı oldu. Model geliştirme yaşam döngüsü boyunca maliyetlerden %25 tasarruf etmemizi sağlarken yenilik çözümü geliştirmeye odaklanmamızı sağladı. Öğrenmeye dayalı tarım çiftliği sınırları için düşük çözünürlüklü uydu görüntülerini kullanan bir dijital uygulama geliştirmek üzere Amazon SageMaker özelliklerini kullanmak istedik. Amazon SageMaker'ın yerleşik jeo-uzamsal algoritmaları, Özellik Deposu ve otomatik parametre ayarıyla bu uygulamayı çevik bir şekilde geliştirerek tüm başarı ölçümlerine ulaşmamızı sağladık."
Rashmit Singh Sukhmani, Kurucu Ortak ve Baş Veri Yetkilisi, SatSure
EarthOptics
EarthOptics, toprağın sağlığını ve yapısını kesin olarak ölçmek için tescilli sensör teknolojisi ile veri analizinden yararlanan bir toprak veri ölçüm ve haritalama şirketidir.
“Müşterilerimizin uygun maliyetli toprak haritalarıyla tarımsal verimi artırmasına yardımcı olmak için ML kullanmak istedik. Amazon SageMaker jeo-uzamsal ML özellikleri, algoritmaları birden çok veri kaynağıyla hızlı bir şekilde prototiplememizi ve araştırma ile üretim API dağıtımı arasındaki süreyi yalnızca bir aya indirmemizi sağladı. Amazon SageMaker sayesinde artık ABD'deki çiftlikler ve çiftlikler için dağıtılan toprakta karbon tutma için jeo-uzamsal çözümlere sahibiz."
Lars Dyrud, CEO, EarthOptics