מכרסמים כמו חולדות ועכברים קשורים למספר סיכונים בריאותיים וידועים כמפיצים יותר מ-35 מחלות. זיהוי אזורים בעלי פעילות גבוהה של מכרסמים יכול לסייע לרשויות המקומיות ולארגוני הדברה לתכנן התערבויות ביעילות ולהדביר את המכרסמים.
בפוסט זה, אנו מראים כיצד לנטר ולדמיין אוכלוסיית מכרסמים באמצעות יכולות גיאו-מרחביות של Amazon SageMaker. לאחר מכן אנו מדמיינים השפעות של נגיעות מכרסמים על צמחייה ומקווי מים. לבסוף, אנו מתאמים ומדמיינים את מספר מקרי אבעבועות הקופים שדווחו עם תצפיות מכרסמים באזור. אמזון SageMaker מקל על מדעני נתונים ומהנדסי למידת מכונה (ML) לבנות, לאמן ולפרוס מודלים באמצעות נתונים גיאו-מרחביים. הכלי מקל על גישה למקורות נתונים גיאו-מרחביים, להפעיל פעולות עיבוד ייעודיות, להחיל מודלים של ML מאומנים מראש ולהשתמש בכלי הדמיה מובנים מהר יותר ובקנה מידה.
מחברת
ראשית, אנו משתמשים ב-an סטודיו SageMaker של אמזון מחברת עם תמונה גיאו-מרחבית על ידי ביצוע השלבים המפורטים ב תחילת העבודה עם היכולות הגיאו-מרחביות של Amazon SageMaker.
גישה למידע
התמונה הגיאו-מרחבית מגיעה מותקנת מראש עם יכולות גיאו-מרחביות של SageMaker המקלות על העשרת נתונים עבור ניתוח גיאו-מרחבי ו-ML. עבור הפוסט שלנו, אנו משתמשים בתמונות לוויין מ-Sentinel-2 וה- פעילות מכרסמים ו מערך נתונים של אבעבועות הקופיםs מקוד פתוח נתונים פתוחים בניו יורק.
ראשית, אנו משתמשים בפעילות המכרסמים ומחלצים את קו הרוחב והאורך של תצפיות ובדיקות מכרסמים. לאחר מכן אנו מעשירים את מידע המיקום הזה בכתובות רחוב הניתנות לקריאה על ידי אדם. אנו יוצרים א עבודת העשרה וקטורית (VEJ) במחברת SageMaker Studio כדי להפעיל פעולת קידוד גיאוגרפי הפוך, כך שתוכל להמיר קואורדינטות גיאוגרפיות (קו רוחב, קו אורך) לכתובות הניתנות לקריאה על ידי אדם, מופעל על ידי שירות המיקום של אמזון. אנו יוצרים את ה-VEJ באופן הבא:
דמיינו פעילות מכרסמים באזור
כעת אנו יכולים להשתמש ביכולות גיאו-מרחביות של SageMaker כדי לדמיין תצפיות מכרסמים. לאחר השלמת ה-VEJ, אנו מייצאים את הפלט של העבודה ל-an אמזון S3 דְלִי.
כאשר הייצוא יסתיים, תראה את קובץ ה-CSV הפלט בקובץ שלך שירות אחסון פשוט של אמזון (Amazon S3) דלי, המורכב מנתוני הקלט שלך (קואורדינטות קו אורך ורוחב) יחד עם עמודות נוספות: מספר כתובת, מדינה, תווית, עירייה, שכונה, מיקוד ואזור של אותו מיקום המצורפים בסוף.
מקובץ הפלט שנוצר על ידי VEJ, אנו יכולים להשתמש ביכולות גיאו-מרחביות של SageMaker כדי לכסות את הפלט על מפת בסיס ולספק הדמיה שכבתית כדי להקל על שיתוף הפעולה. יכולות גיאו-מרחביות של SageMaker מספקות כלי הדמיה מובנה המופעל על ידי סטודיו Foursquare, שפועל באופן מקורי מתוך מחברת SageMaker דרך ה SageMaker מפה גיאו-מרחבית SDK. להלן, נוכל לדמיין את תצפיות המכרסמים וגם לקבל את הכתובות הניתנות לקריאה עבור כל אחת מנקודות הנתונים. מידע הכתובת של כל אחת מנקודות הנתונים של תצפית מכרסמים יכול להיות שימושי למטרות בדיקה וטיפול במכרסמים.
נתח את ההשפעות של נגיעות מכרסמים על צמחייה ומקווי מים
כדי לנתח את ההשפעות של נגיעות מכרסמים על צמחייה ומקווי מים, עלינו לסווג כל מיקום כצמחייה, מים ואדמה חשופה. הבה נבחן כיצד אנו יכולים להשתמש ביכולות הגיאו-מרחביות הללו כדי לבצע ניתוח זה.
היכולות הגיאו-מרחביות החדשות ב- SageMaker מציעות גישה קלה יותר לנתונים גיאו-מרחביים כגון Sentinel-2 ו-Landsat 8. גישה מובנית למערך נתונים גיאו-מרחבי חוסכת שבועות של מאמצים שאבדו אחרת לאיסוף ועיבוד נתונים מספקי נתונים וספקים שונים. כמו כן, יכולות גיאו-מרחביות אלו מציעות מודל פילוח של כיסוי קרקע לשימוש קרקע (LULC) מיומן מראש לזיהוי החומר הפיזי, כגון צמחייה, מים ואדמה חשופה, על פני האדמה.
אנו משתמשים בזה LULC ML מודל לניתוח ההשפעות של אוכלוסיית מכרסמים על צמחייה ומקווי מים.
בקטע הקוד הבא, אנו מגדירים תחילה את קואורדינטות אזור העניין (aoi_coords
) של העיר ניו יורק. לאחר מכן אנו יוצרים משימת תצפית כדור הארץ (EOJ) ובוחרים בפעולת LULC. SageMaker מוריד ומעבד מראש את נתוני תמונת הלוויין עבור ה-EOJ. לאחר מכן, SageMaker מפעיל אוטומטית הסקת מודל עבור EOJ. זמן הריצה של ה-EOJ ישתנה בין מספר דקות לשעות בהתאם למספר התמונות שעובדו. אתה יכול לעקוב אחר המצב של EOJs באמצעות get_earth_observation_job
פונקציה, ולדמיין את הקלט והפלט של ה-EOJ במפה.
כדי להמחיש את אוכלוסיית המכרסמים בהתייחס לצמחייה, אנו מכסים את אוכלוסיית המכרסמים ואת נתוני הראייה על תחזיות מודל פילוח כיסוי הקרקע. הדמיה זו יכולה לעזור לנו לאתר את אוכלוסיית המכרסמים ולנתח אותה על צמחייה ומקווי מים.
דמיינו מקרים של אבעבועות קופים והתאמה עם נתוני מכרסמים
כדי לדמיין את הקשר בין מקרי אבעבועות הקופים ותצפיות מכרסמים, אנו מוסיפים את מערך הנתונים של אבעבועות הקופים ואת קובץ geoJSON עבור גבולות רובע ניו יורק. ראה את הקוד הבא:
בתוך מחברת SageMaker Studio, אנו יכולים להשתמש בכלי ההדמיה המופעל על ידי Foursquare כדי להוסיף שכבות במפה ולהוסיף תרשימים. כאן, הוספנו את נתוני אבעבועות הקופים כתרשים כדי להראות את מספר מקרי אבעבועות הקופים עבור כל אחד מהרובעים. כדי לראות את המתאם בין מקרי אבעבועות קופים לתצפית על מכרסמים, הוספנו את גבולות הרובע כשכבת מצולע והוספנו את שכבת מפת החום שמייצגת את פעילות המכרסמים. שכבת גבול הרובע צבועה כך שתתאים לתרשים הנתונים של אבעבועות הקופים. כפי שאנו יכולים לראות, רובע מנהטן מציג ריכוז גבוה של תצפיות מכרסמים ורושם את המספר הגבוה ביותר של מקרי אבעבועות רוח, ואחריו ברוקלין.
זה נתמך על ידי ניתוח סטטיסטי פשוט של חישוב המתאם בין ריכוז תצפיות מכרסמים ומקרי אבעבועות קופים בכל רובע. החישוב הניב ערך r של 0.714, מה שמרמז על מתאם חיובי.
סיכום
בפוסט זה, הדגמנו כיצד ניתן להשתמש ביכולות גיאו-מרחביות של SageMaker כדי לקבל כתובות מפורטות של תצפיות מכרסמים ולהמחיש את השפעות המכרסמים על צמחייה ומגופי מים. זה יכול לעזור לרשויות המקומיות ולארגוני הדברה לתכנן התערבויות ביעילות ולהדביר מכרסמים. קישרנו גם את תצפיות המכרסמים למקרי אבעבועות רוח באזור עם כלי ההדמיה המובנה. על ידי שימוש בהעשרה וקטורית ו-EOJs יחד עם כלי ההדמיה המובנים, היכולות הגיאו-מרחביות של SageMaker מבטלות את האתגרים של טיפול במערכי נתונים גיאו-מרחביים בקנה מידה גדול, אימון מודלים והסקת מסקנות, ומספקות את היכולת לחקור במהירות תחזיות ונתונים גיאו-מרחביים על מפה אינטראקטיבית באמצעות גרפיקה מואצת בתלת-ממד וכלי הדמיה מובנים.
אתה יכול להתחיל עם היכולות הגאו-מרחביות של SageMaker בשתי דרכים:
כדי ללמוד עוד, בקר יכולות גיאו-מרחביות של Amazon SageMaker ו תחילת העבודה עם היכולות הגאו-מרחביות של Amazon SageMaker. כמו כן, בקר אצלנו GitHub ריפו, שיש לו כמה מחברות לדוגמה על יכולות גיאו-מרחביות של SageMaker.
על המחברים
באני קאושיק הוא אדריכל פתרונות ב-AWS. הוא נלהב מבניית פתרונות AI/ML ולעזור ללקוחות לחדש בפלטפורמת AWS. מחוץ לעבודה, הוא נהנה מטיולי הליכה, טיפוס צוקים ושחייה.
קלריס ויגאל הוא מנהל חשבון טכני אב ב-AWS, המתמקד בסיוע ללקוחות להאיץ את מסע האימוץ שלהם בענן. מחוץ לעבודה, קלריס נהנית לטייל, לטייל ולקרוא ספרי מתח מדע בדיוני.
וודה רמאן הוא ארכיטקט פתרונות מומחה בכיר ללמידת מכונה המבוסס במרילנד. Veda עובדת עם לקוחות כדי לעזור להם לבנות יישומי למידת מכונה יעילים, מאובטחים וניתנים להרחבה. Veda מעוניינת לעזור ללקוחות למנף טכנולוגיות ללא שרתים ללימוד מכונה.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. רכב / רכבים חשמליים, פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- BlockOffsets. מודרניזציה של בעלות על קיזוז סביבתי. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/analyze-rodent-infestation-using-amazon-sagemaker-geospatial-capabilities/
- :יש ל
- :הוא
- 10
- 100
- 11
- 17
- 3d
- 40
- 7
- 8
- 9
- a
- יכולת
- אודות
- להאיץ
- מוּאָץ
- גישה
- חֶשְׁבּוֹן
- פעילות
- להוסיף
- הוסיף
- נוסף
- כתובת
- כתובות
- אימוץ
- לאחר
- AI / ML
- לאורך
- גם
- אמזון בעברית
- אמזון SageMaker
- Amazon SageMaker גיאו-מרחבי
- אמזון שירותי אינטרנט
- an
- אנליזה
- לנתח
- ו
- יישומים
- החל
- ARE
- AREA
- AS
- המשויך
- At
- רשויות
- באופן אוטומטי
- AWS
- בסיס
- מבוסס
- BE
- להלן
- בֵּין
- גופים
- גבולות
- גבול
- ברוקלין
- לִבנוֹת
- בִּניָן
- מובנה
- by
- חישוב
- CAN
- יכול לקבל
- יכולות
- מקרים
- האתגרים
- תרשים
- תרשימים
- עִיר
- לסווג
- טיפוס
- ענן
- אימוץ ענן
- קוד
- שיתוף פעולה
- איסוף
- עמודות
- מגיע
- להשלים
- ריכוז
- מורכב
- לִשְׁלוֹט
- להמיר
- מתאם
- מדינה
- לכסות
- לִיצוֹר
- לקוחות
- נתונים
- נקודות מידע
- מערכי נתונים
- לְהַגדִיר
- מופגן
- תלוי
- לפרוס
- מְפוֹרָט
- מחלות
- הורדות
- כל אחד
- כדור הארץ
- קל יותר
- יעילות
- תופעות
- יעיל
- מאמץ
- בוטל
- סוף
- מהנדסים
- להעשיר
- דוגמה
- מוצגים
- לחקור
- יצוא
- תמצית
- מהר יותר
- שלח
- בסופו של דבר
- ראשון
- מרוכז
- בעקבות
- הבא
- כדלקמן
- בעד
- החל מ-
- פונקציה
- נוצר
- גֵאוֹגרָפִי
- לקבל
- גרפיקה
- קרקע
- טיפול
- יש
- he
- בְּרִיאוּת
- לעזור
- עזרה
- כאן
- גָבוֹהַ
- הגבוה ביותר
- שעות
- איך
- איך
- HTML
- http
- HTTPS
- בן אנוש
- קריא אדם
- לזהות
- זיהוי
- תמונה
- תמונות
- לייבא
- in
- מידע
- לחדש
- קלט
- אינטראקטיבי
- אינטרס
- מעוניין
- IT
- עבודה
- מסע
- ידוע
- תווית
- מדינה
- בקנה מידה גדול
- שכבה
- מרובד
- שכבות
- לִלמוֹד
- למידה
- תנופה
- מקומי
- מיקום
- נראה
- אבוד
- מכונה
- למידת מכונה
- לעשות
- עושה
- מנהל
- מַפָּה
- מרילנד
- מסכה
- להתאים
- חוֹמֶר
- דקות
- ML
- מודל
- מודלים
- צג
- אבעבועות שחורות
- יותר
- צורך
- חדש
- ניו יורק
- ניו יורק
- הבא
- מחברה
- מספר
- ניו יורק
- of
- הַצָעָה
- on
- לפתוח
- קוד פתוח
- מבצע
- תפעול
- ארגונים
- אַחֶרֶת
- שלנו
- המתואר
- תפוקה
- בחוץ
- עמוד
- לוהט
- עבור
- לְבַצֵעַ
- גופני
- תכנית
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- נקודות
- מְצוּלָע
- אוכלוסייה
- חיובי
- הודעה
- דואר
- מופעל
- התחזיות
- מעובד
- תהליך
- מיוצר
- נכסים
- רכוש
- לספק
- ספקים
- למטרות
- מהר
- קריאה
- רשום
- באזור
- אזורים
- יחס
- דווח
- מייצג
- כבוד
- תגובה
- להפוך
- סיכונים
- סלע
- הפעלה
- פועל
- בעל חכמים
- הלוויין
- להרחבה
- סולם
- מדע בדיוני
- מדענים
- לבטח
- לִרְאוֹת
- פילוח
- לחצני מצוקה לפנסיונרים
- ללא שרת
- שירותים
- מושב
- כמה
- לְהַצִיג
- פָּשׁוּט
- קטע
- So
- פתרונות
- מקורות
- מומחה
- התפשטות
- מרובע
- החל
- סטטיסטי
- מצב
- צעדים
- אחסון
- רְחוֹב
- סטודיו
- כזה
- נתמך
- משטח
- טכני
- טכנולוגיות
- מֵאֲשֶׁר
- זֶה
- השמיים
- האזור
- שֶׁלָהֶם
- אותם
- אז
- אלה
- זֶה
- ל
- כלי
- כלים
- רכבת
- הדרכה
- נסיעה
- טיפול
- שתיים
- us
- להשתמש
- באמצעות
- ניצול
- ערך
- שונים
- ספקים
- באמצעות
- לְבַקֵר
- ראיה
- מים
- דרכים
- we
- אינטרנט
- שירותי אינטרנט
- שבועות
- אשר
- יצטרך
- עם
- בתוך
- תיק עבודות
- עובד
- york
- אתה
- זפירנט