สัตว์ฟันแทะ เช่น หนูแรท เกี่ยวข้องกับความเสี่ยงต่อสุขภาพหลายประการ และเป็นที่รู้กันว่าแพร่โรคได้มากกว่า 35 โรค การระบุภูมิภาคที่มีกิจกรรมของหนูสูงสามารถช่วยให้หน่วยงานท้องถิ่นและองค์กรควบคุมสัตว์รบกวนวางแผนสำหรับการแทรกแซงได้อย่างมีประสิทธิภาพและกำจัดสัตว์ฟันแทะ
ในโพสต์นี้ เราจะแสดงวิธีการตรวจสอบและแสดงภาพประชากรหนูโดยใช้ ความสามารถเชิงพื้นที่ของ Amazon SageMaker. จากนั้นเราจะแสดงภาพผลกระทบการรบกวนของสัตว์ฟันแทะต่อพืชและแหล่งน้ำ สุดท้าย เราเชื่อมโยงและแสดงภาพจำนวนผู้ป่วยโรคฝีลิงที่รายงานกับการพบเห็นสัตว์ฟันแทะในภูมิภาคหนึ่งๆ อเมซอน SageMaker ช่วยให้นักวิทยาศาสตร์ข้อมูลและวิศวกรการเรียนรู้ของเครื่อง (ML) สร้าง ฝึกฝน และปรับใช้โมเดลโดยใช้ข้อมูลเชิงพื้นที่ได้ง่ายขึ้น เครื่องมือนี้ช่วยให้เข้าถึงแหล่งข้อมูลภูมิสารสนเทศได้ง่ายขึ้น ดำเนินการประมวลผลตามวัตถุประสงค์ ใช้โมเดล ML ที่ฝึกไว้ล่วงหน้า และใช้เครื่องมือสร้างภาพในตัวได้รวดเร็วขึ้นตามขนาด
สมุดบันทึก
อันดับแรก เราใช้ an สตูดิโอ Amazon SageMaker สมุดบันทึกที่มีภาพเชิงพื้นที่โดยทำตามขั้นตอนที่ระบุไว้ใน เริ่มต้นใช้งานความสามารถเชิงพื้นที่ของ Amazon SageMaker.
การเข้าถึงข้อมูล
ภาพเชิงพื้นที่มาพร้อมกับความสามารถเชิงพื้นที่ของ SageMaker ที่ติดตั้งไว้ล่วงหน้า ซึ่งช่วยให้เพิ่มข้อมูลสำหรับการวิเคราะห์เชิงพื้นที่และ ML ได้ง่ายขึ้น สำหรับโพสต์ของเรา เราใช้ภาพถ่ายดาวเทียมจาก Sentinel-2 และ the กิจกรรมหนู และ ชุดข้อมูล Monkeypoxจากโอเพ่นซอร์ส NYC เปิดข้อมูล.
ขั้นแรก เราใช้กิจกรรมของหนูและแยกละติจูดและลองจิจูดของการพบเห็นและการตรวจสอบของหนู จากนั้นเราจะเพิ่มข้อมูลตำแหน่งนี้ด้วยที่อยู่ที่สามารถอ่านได้ เราสร้าง งานเพิ่มคุณค่าเวกเตอร์ (VEJ) ในสมุดบันทึก SageMaker Studio เพื่อเรียกใช้การดำเนินการเข้ารหัสทางภูมิศาสตร์แบบย้อนกลับ เพื่อให้คุณสามารถแปลงพิกัดทางภูมิศาสตร์ (ละติจูด ลองจิจูด) เป็นที่อยู่ของมนุษย์ที่อ่านได้ ซึ่งขับเคลื่อนโดย บริการระบุตำแหน่งอเมซอน. เราสร้าง VEJ ดังนี้:
เห็นภาพกิจกรรมหนูในภูมิภาค
ตอนนี้เราสามารถใช้ความสามารถเชิงพื้นที่ของ SageMaker เพื่อแสดงภาพการพบเห็นหนู หลังจาก VEJ เสร็จสมบูรณ์ เราจะส่งออกผลลัพธ์ของงานไปยัง Amazon S3 ถัง.
เมื่อการส่งออกเสร็จสิ้น คุณจะเห็นไฟล์ CSV ที่ส่งออกในของคุณ บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon บัคเก็ต (Amazon S3) ซึ่งประกอบด้วยข้อมูลที่คุณป้อน (พิกัดลองจิจูดและละติจูด) พร้อมด้วยคอลัมน์เพิ่มเติม: หมายเลขที่อยู่ ประเทศ ป้ายกำกับ เทศบาล ละแวกใกล้เคียง รหัสไปรษณีย์ และภูมิภาคของสถานที่นั้นต่อท้าย
จากไฟล์เอาต์พุตที่สร้างโดย VEJ เราสามารถใช้ความสามารถเชิงพื้นที่ของ SageMaker เพื่อวางซ้อนเอาต์พุตบนแผนที่ฐานและจัดเตรียมการแสดงภาพเป็นชั้นเพื่อให้การทำงานร่วมกันง่ายขึ้น ความสามารถเชิงพื้นที่ของ SageMaker มอบเครื่องมือการแสดงภาพในตัวที่ขับเคลื่อนโดย โฟร์สแควร์ สตูดิโอซึ่งทำงานโดยกำเนิดจากภายในโน้ตบุ๊ก SageMaker ผ่านทาง SageMaker แผนที่เชิงพื้นที่ SDK. ด้านล่าง เราสามารถเห็นภาพการพบเห็นหนูและยังได้รับที่อยู่ของมนุษย์ที่สามารถอ่านได้สำหรับจุดข้อมูลแต่ละจุด ข้อมูลที่อยู่ของจุดข้อมูลการพบเห็นหนูแต่ละจุดจะมีประโยชน์สำหรับการตรวจสอบและการรักษาหนู
วิเคราะห์ผลกระทบของการรบกวนของสัตว์ฟันแทะต่อพืชและแหล่งน้ำ
ในการวิเคราะห์ผลกระทบของการเข้าทำลายของสัตว์ฟันแทะต่อพืชพรรณและแหล่งน้ำ เราจำเป็นต้องจำแนกสถานที่แต่ละแห่งเป็นพืชพรรณ น้ำ และพื้นดินเปล่า มาดูกันว่าเราจะใช้ความสามารถเชิงพื้นที่เหล่านี้ในการวิเคราะห์นี้ได้อย่างไร
ความสามารถเชิงพื้นที่ใหม่ใน SageMaker ช่วยให้เข้าถึงข้อมูลเชิงพื้นที่ได้ง่ายขึ้น เช่น Sentinel-2 และ Landsat 8 การเข้าถึงชุดข้อมูลเชิงพื้นที่ในตัวช่วยประหยัดความพยายามหลายสัปดาห์ที่สูญเสียไปกับการรวบรวมและประมวลผลข้อมูลจากผู้ให้บริการข้อมูลและผู้จำหน่ายต่างๆ นอกจากนี้ ความสามารถเชิงพื้นที่เหล่านี้ยังนำเสนอแบบจำลองการแบ่งส่วนการใช้ประโยชน์ที่ดิน (LULC) ที่ได้รับการฝึกอบรมล่วงหน้าเพื่อระบุวัสดุทางกายภาพ เช่น พืชพรรณ น้ำ และพื้นดินเปล่าที่พื้นผิวโลก
เราใช้สิ่งนี้ LULC มล แบบจำลองเพื่อวิเคราะห์ผลกระทบของประชากรหนูที่มีต่อพืชพรรณและแหล่งน้ำ
ในข้อมูลโค้ดต่อไปนี้ ขั้นแรกเราจะกำหนดพิกัดพื้นที่ที่สนใจ (aoi_coords
) ของมหานครนิวยอร์ก จากนั้นเราสร้าง Earth Observation Job (EOJ) และเลือกการดำเนินการ LULC SageMaker ดาวน์โหลดและประมวลผลล่วงหน้าข้อมูลภาพถ่ายดาวเทียมสำหรับ EOJ ถัดไป SageMaker เรียกใช้การอนุมานแบบจำลองสำหรับ EOJ โดยอัตโนมัติ รันไทม์ของ EOJ จะแตกต่างกันไปตั้งแต่หลายนาทีไปจนถึงหลายชั่วโมง ขึ้นอยู่กับจำนวนภาพที่ประมวลผล คุณสามารถตรวจสอบสถานะของ EOJ ได้โดยใช้ get_earth_observation_job
ฟังก์ชันและแสดงภาพอินพุตและเอาต์พุตของ EOJ ในแผนที่
เพื่อให้เห็นภาพประชากรหนูตามพืชพันธุ์ เราวางซ้อนข้อมูลประชากรหนูและข้อมูลการมองเห็นบนการคาดการณ์แบบจำลองการแบ่งส่วนสิ่งปกคลุมดิน การสร้างภาพข้อมูลนี้สามารถช่วยให้เราระบุตำแหน่งประชากรของสัตว์ฟันแทะและวิเคราะห์พืชพรรณและแหล่งน้ำได้
เห็นภาพกรณีของ Monkeypox และเชื่อมโยงกับข้อมูลหนู
เพื่อให้เห็นภาพความสัมพันธ์ระหว่างกรณีของ Monkeypox และการพบเห็นหนู เราได้เพิ่มชุดข้อมูล Monkeypox และ ไฟล์ geoJSON สำหรับขอบเขตเขตเลือกตั้งของนครนิวยอร์ก. ดูรหัสต่อไปนี้:
ภายในโน้ตบุ๊ก SageMaker Studio เราสามารถใช้เครื่องมือแสดงภาพที่ขับเคลื่อนโดย Foursquare เพื่อเพิ่มเลเยอร์ในแผนที่และเพิ่มแผนภูมิ ที่นี่ เราได้เพิ่มข้อมูล Monkeypox เป็นแผนภูมิเพื่อแสดงจำนวนผู้ป่วย Monkeypox สำหรับแต่ละเมือง หากต้องการดูความสัมพันธ์ระหว่างกรณีของ Monkeypox และการพบเห็นหนู เราได้เพิ่มขอบเขตเขตเลือกตั้งเป็นเลเยอร์รูปหลายเหลี่ยมและเพิ่มเลเยอร์แผนที่ความร้อนที่แสดงถึงกิจกรรมของหนู ชั้นเขตแดนเขตเลือกตั้งมีสีตรงกับแผนภูมิข้อมูลของ Monkeypox อย่างที่เราเห็น เขตเลือกตั้งของแมนฮัตตันมีการพบเห็นหนูอย่างเข้มข้นและบันทึกจำนวนผู้ป่วยโรคฝีมังคุดสูงสุด รองลงมาคือบรู๊คลิน
สิ่งนี้ได้รับการสนับสนุนโดยการวิเคราะห์ทางสถิติอย่างง่ายของการคำนวณความสัมพันธ์ระหว่างความเข้มข้นของการพบเห็นหนูและกรณีของ Monkeypox ในแต่ละเขต การคำนวณสร้างค่า r ที่ 0.714 ซึ่งแสดงถึงความสัมพันธ์เชิงบวก
สรุป
ในโพสต์นี้ เราได้สาธิตวิธีที่คุณสามารถใช้ความสามารถเชิงพื้นที่ของ SageMaker เพื่อรับที่อยู่โดยละเอียดของการพบเห็นหนู และแสดงภาพผลกระทบของหนูที่มีต่อพืชพรรณและแหล่งน้ำ สิ่งนี้สามารถช่วยให้หน่วยงานท้องถิ่นและองค์กรควบคุมศัตรูพืชวางแผนสำหรับการแทรกแซงอย่างมีประสิทธิภาพและกำจัดสัตว์ฟันแทะ นอกจากนี้ เรายังเชื่อมโยงการพบเห็นหนูกับกรณีโรคฝีลิงในพื้นที่ด้วยเครื่องมือสร้างภาพในตัว ด้วยการใช้การเพิ่มข้อมูลเวกเตอร์และ EOJ ร่วมกับเครื่องมือสร้างภาพในตัว ความสามารถเชิงพื้นที่ของ SageMaker ขจัดความท้าทายในการจัดการชุดข้อมูลเชิงพื้นที่ขนาดใหญ่ การฝึกอบรมแบบจำลอง และการอนุมาน และให้ความสามารถในการสำรวจการคาดการณ์และข้อมูลเชิงพื้นที่อย่างรวดเร็วบนแผนที่เชิงโต้ตอบโดยใช้กราฟิกเร่งความเร็ว 3 มิติและเครื่องมือแสดงภาพในตัว
คุณสามารถเริ่มต้นใช้งานความสามารถเชิงพื้นที่ของ SageMaker ได้สองวิธี:
ต้องการเรียนรู้เพิ่มเติมโปรดเยี่ยมชม ความสามารถเชิงพื้นที่ของ Amazon SageMaker และ เริ่มต้นใช้งานความสามารถเชิงพื้นที่ของ Amazon SageMaker. นอกจากนี้ยังเยี่ยมชมของเรา repo GitHubซึ่งมีสมุดบันทึกตัวอย่างหลายรายการเกี่ยวกับความสามารถเชิงพื้นที่ของ SageMaker
เกี่ยวกับผู้แต่ง
กระต่าย Kaushik เป็นสถาปนิกโซลูชันที่ AWS เขามีความกระตือรือร้นในการสร้างโซลูชัน AI/ML และช่วยลูกค้าสร้างนวัตกรรมบนแพลตฟอร์ม AWS นอกเวลางาน เขาชอบเดินป่า ปีนเขา และว่ายน้ำ
คลาริสเซ่ วิกัล เป็น Sr. Technical Account Manager ที่ AWS ซึ่งมุ่งเน้นที่การช่วยลูกค้าเร่งกระบวนการปรับใช้ระบบคลาวด์ นอกเวลาทำงาน Clarisse ชอบท่องเที่ยว เดินป่า และอ่านหนังสือไซไฟระทึกขวัญ
พระเวท รามัน เป็นสถาปนิกโซลูชันผู้เชี่ยวชาญอาวุโสสำหรับการเรียนรู้ของเครื่องในแมริแลนด์ Veda ทำงานร่วมกับลูกค้าเพื่อช่วยให้พวกเขาออกแบบแอปพลิเคชันแมชชีนเลิร์นนิงที่มีประสิทธิภาพ ปลอดภัย และปรับขนาดได้ พระเวทสนใจที่จะช่วยเหลือลูกค้าในการใช้เทคโนโลยีไร้เซิร์ฟเวอร์สำหรับการเรียนรู้ของเครื่อง
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. ยานยนต์ / EVs, คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- BlockOffsets การปรับปรุงการเป็นเจ้าของออฟเซ็ตด้านสิ่งแวดล้อมให้ทันสมัย เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/analyze-rodent-infestation-using-amazon-sagemaker-geospatial-capabilities/
- :มี
- :เป็น
- 10
- 100
- 11
- 17
- 3d
- 40
- 7
- 8
- 9
- a
- ความสามารถ
- เกี่ยวกับเรา
- เร่งความเร็ว
- เร่ง
- เข้า
- ลงชื่อเข้าใช้
- อยากทำกิจกรรม
- เพิ่ม
- ที่เพิ่ม
- เพิ่มเติม
- ที่อยู่
- ที่อยู่
- การนำมาใช้
- หลังจาก
- AI / ML
- ตาม
- ด้วย
- อเมซอน
- อเมซอน SageMaker
- Amazon SageMaker เชิงพื้นที่
- Amazon Web Services
- an
- การวิเคราะห์
- วิเคราะห์
- และ
- การใช้งาน
- ใช้
- เป็น
- AREA
- AS
- ที่เกี่ยวข้อง
- At
- เจ้าหน้าที่
- อัตโนมัติ
- AWS
- ฐาน
- ตาม
- BE
- ด้านล่าง
- ระหว่าง
- ร่างกาย
- เขตแดน
- เขตแดน
- บรูคลิ
- สร้าง
- การก่อสร้าง
- built-in
- by
- การคํานวณ
- CAN
- สามารถรับ
- ความสามารถในการ
- กรณี
- ความท้าทาย
- แผนภูมิ
- ชาร์ต
- เมือง
- แยกประเภท
- ปีนเขา
- เมฆ
- การยอมรับระบบคลาวด์
- รหัส
- การทำงานร่วมกัน
- การเก็บรวบรวม
- คอลัมน์
- มา
- สมบูรณ์
- สมาธิ
- ประกอบ
- ควบคุม
- แปลง
- ความสัมพันธ์
- ประเทศ
- หน้าปก
- สร้าง
- ลูกค้า
- ข้อมูล
- จุดข้อมูล
- ชุดข้อมูล
- กำหนด
- แสดงให้เห็นถึง
- ทั้งนี้ขึ้นอยู่กับ
- ปรับใช้
- รายละเอียด
- โรค
- ดาวน์โหลด
- แต่ละ
- โลก
- ง่ายดาย
- มีประสิทธิภาพ
- ผลกระทบ
- ที่มีประสิทธิภาพ
- ความพยายาม
- กำจัด
- ปลาย
- วิศวกร
- ประเทือง
- ตัวอย่าง
- การจัดแสดงนิทรรศการ
- สำรวจ
- ส่งออก
- สารสกัด
- เร็วขึ้น
- เนื้อไม่มีมัน
- ในที่สุด
- ชื่อจริง
- มุ่งเน้น
- ตาม
- ดังต่อไปนี้
- ดังต่อไปนี้
- สำหรับ
- ราคาเริ่มต้นที่
- ฟังก์ชัน
- สร้าง
- ในทางภูมิศาสตร์
- ได้รับ
- กราฟิก
- พื้น
- การจัดการ
- มี
- he
- สุขภาพ
- ช่วย
- การช่วยเหลือ
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- จุดสูง
- ที่สูงที่สุด
- ชั่วโมง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTML
- ที่ http
- HTTPS
- เป็นมนุษย์
- มนุษย์สามารถอ่านได้
- แยกแยะ
- ระบุ
- ภาพ
- ภาพ
- นำเข้า
- in
- ข้อมูล
- เราสร้างสรรค์สิ่งใหม่ ๆ
- อินพุต
- การโต้ตอบ
- อยากเรียนรู้
- สนใจ
- IT
- การสัมภาษณ์
- การเดินทาง
- ที่รู้จักกัน
- ฉลาก
- ที่ดิน
- ขนาดใหญ่
- ชั้น
- ชั้น
- ชั้น
- เรียนรู้
- การเรียนรู้
- เลฟเวอเรจ
- ในประเทศ
- ที่ตั้ง
- ดู
- สูญหาย
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- ทำให้
- ผู้จัดการ
- แผนที่
- แมรี่แลนด์
- หน้ากาก
- การจับคู่
- วัสดุ
- นาที
- ML
- แบบ
- โมเดล
- การตรวจสอบ
- โรคฝีลิง
- ข้อมูลเพิ่มเติม
- จำเป็นต้อง
- ใหม่
- นิวยอร์ก
- เมืองนิวยอร์ก
- ถัดไป
- สมุดบันทึก
- จำนวน
- NYC
- of
- เสนอ
- on
- เปิด
- โอเพนซอร์ส
- การดำเนินการ
- การดำเนินการ
- องค์กร
- มิฉะนั้น
- ของเรา
- ที่ระบุไว้
- เอาท์พุต
- ด้านนอก
- หน้า
- หลงใหล
- ต่อ
- ดำเนินการ
- กายภาพ
- แผนการ
- เวที
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- จุด
- รูปหลายเหลี่ยม
- ประชากร
- บวก
- โพสต์
- ไปรษณีย์
- ขับเคลื่อน
- การคาดการณ์
- แปรรูปแล้ว
- การประมวลผล
- ผลิต
- คุณสมบัติ
- คุณสมบัติ
- ให้
- ผู้ให้บริการ
- วัตถุประสงค์
- อย่างรวดเร็ว
- การอ่าน
- บันทึก
- ภูมิภาค
- ภูมิภาค
- ความสัมพันธ์
- รายงาน
- แสดงให้เห็นถึง
- เคารพ
- คำตอบ
- ย้อนกลับ
- ความเสี่ยง
- หิน
- วิ่ง
- ทำงาน
- sagemaker
- ดาวเทียม
- ที่ปรับขนาดได้
- ขนาด
- Sci-Fi
- นักวิทยาศาสตร์
- ปลอดภัย
- เห็น
- การแบ่งส่วน
- ระดับอาวุโส
- serverless
- บริการ
- เซสชั่น
- หลาย
- โชว์
- ง่าย
- เศษเล็กเศษน้อย
- So
- โซลูชัน
- แหล่งที่มา
- ผู้เชี่ยวชาญ
- กระจาย
- สี่เหลี่ยม
- ข้อความที่เริ่ม
- ทางสถิติ
- Status
- ขั้นตอน
- การเก็บรักษา
- ถนน
- สตูดิโอ
- อย่างเช่น
- ที่สนับสนุน
- พื้นผิว
- วิชาการ
- เทคโนโลยี
- กว่า
- ที่
- พื้นที่
- พื้นที่
- ของพวกเขา
- พวกเขา
- แล้วก็
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- นี้
- ไปยัง
- เครื่องมือ
- เครื่องมือ
- รถไฟ
- การฝึกอบรม
- การเดินทาง
- การรักษา
- สอง
- us
- ใช้
- การใช้
- การใช้ประโยชน์
- ความคุ้มค่า
- ต่างๆ
- ผู้ขาย
- ผ่านทาง
- เยี่ยมชมร้านค้า
- การสร้างภาพ
- น้ำดื่ม
- วิธี
- we
- เว็บ
- บริการเว็บ
- สัปดาห์ที่ผ่านมา
- ที่
- จะ
- กับ
- ภายใน
- งาน
- โรงงาน
- นิวยอร์ก
- คุณ
- ของคุณ
- ลมทะเล