Tworzenie wiarygodnych informacji z użyciem wielu źródeł
Państwowe instytucje kartograficzne zbierają, kompilują i weryfikują dane z różnych źródeł informacji i czujników. Dane z teledetekcji — zdjęcia lotnicze oraz dane z satelitów i innych czujników — mają kluczowe znaczenie dla identyfikowania i zbierania nowych i zmienionych obiektów oraz aktualizowania ich w danych bazowych. Jest to realizowane za pomocą narzędzi analitycznych, a w coraz większym stopniu także za pomocą sztucznej inteligencji i uczenia głębokiego. Dane i usługi ze wszystkich szczebli administracji państwowej i innych instytucji można łatwo połączyć. Następnie pracownicy terenowi mogą weryfikować i korygować zebrane dane.
Zbieranie danych
Wykrywanie i wyodrębnianie zmian
Automatyczna identyfikacja
Integracja rozbieżnych danych
Prace w terenie
Wykrywanie i wyodrębnianie zmienionych obiektów
Identyfikacja miejsc zmian obiektów w świecie rzeczywistym ma kluczowe znaczenie dla państwowych instytucji zajmujących się kartografią i danymi geoprzestrzennymi ze względu na konieczność aktualizacji map dla klientów. Proces ten jest coraz bardziej zautomatyzowany dzięki wykorzystaniu GeoAI i uczenia głębokiego. Nowe zobrazowania są porównywane ze starszymi z wykorzystaniem systemu GIS do analizy obrazów w celu szybkiego wykrywania zmian. Zmiany te są porównywane z danymi map cyfrowych w celu szybkiej aktualizacji obiektów.
Identyfikacja obiektów za pomocą GeoAI i uczenia głębokiego
Sztuczna inteligencja i uczenie głębokie z systemem GIS lub GeoAI automatyzują i przyspieszają proces wykrywania zmian oraz identyfikacji obiektów. System ArcGIS umożliwia klasyfikowanie zobrazowań i etykietowania danych na potrzeby trenowania modeli sztucznej inteligencji. Wyniki wnioskowania modeli sztucznej inteligencji pozwalają zidentyfikować zmienione obiekty, które można wyodrębnić i przeanalizować w systemie ArcGIS. Obiekty te można szybko wykorzystać do zaktualizowania wiarygodnych danych map bazowych kraju.
Uzyskiwanie dostępu do informacji innych instytucji
Władze krajowe, stanowe, regionalne i lokalne oraz inne instytucje dysponują danymi, które państwowe instytucje zajmujące się kartografią i danymi geoprzestrzennymi mogą wykorzystywać do kompilacji zmian i zmniejszania nadmiarowości zbiorów danych. Integracja tych źródeł w wielu różnych formatach wymaga narzędzi do obsługi współdziałania dla danych i skryptów geoprzetwarzania, które automatycznie wyodrębniają, przekształcają i ładują dane w celu ich efektywnego zbierania.
Zbieranie, weryfikowanie i korygowanie danych terenowych
Planowanie, dokąd wysłać pracowników, ma kluczowe znaczenie dla skutecznego rejestrowania zmian. Zbieranie informacji o zmianach w terenie za pomocą tego samego korporacyjnego systemu GIS, który jest używany w biurze, pozwala uniknąć błędów i wyeliminować bariery między różnymi grupami pracowników. Przypisywanie i monitorowanie lokalizacji i postępów pracowników oraz nawigowanie po nich zwiększa bezpieczeństwo i wydajność. Aplikacje terenowe systemu ArcGIS umożliwiają weryfikowanie tego, co zostało zebrane, kiedy, gdzie i przez kogo.
ZBIERANIE I REJESTROWANIE
Modernizowanie przetwarzania zobrazowań na dużą skalę
Brytyjska agencja Ordnance Survey podejmuje wyzwanie przeniesienia procedury wykonywania zadań przetwarzania zobrazowań do chmury, wykorzystując możliwości rozwiązania ArcGIS Image.
Zbieranie i rejestrowanie
Urząd PACI w Kuwejcie korzysta z arcgis.learn
Publiczny Urząd Informacji Obywatelskiej (PACI) wykorzystał uczenie maszynowe i uczenie głębokie do modernizacji danych GIS i wspierania wizji Kuwejtu 2035.
Przeczytaj artykuł
ZBIERANIE I REJESTROWANIE
Sztuczna inteligencja i uczenie głębokie
Dowiedz się, jak używać modeli uczenia głębokiego w różnorodnych zastosowaniach obejmujących wykrywanie i klasyfikację obiektów dwu- oraz trójwymiarowych.
ZBIERANIE I REJESTROWANIE
ArcGIS Field Maps
W ramach pojedynczej aplikacji ArcGIS Field Maps połączono funkcje aplikacji ArcGIS Collector, ArcGIS Tracker i ArcGIS Explorer na potrzeby wydajnego mobilnego tworzenia map.
ZBIERANIE I REJESTROWANIE
Zbieranie danych za pomocą GeoAI i uczenia głębokiego
Sztuczna inteligencja i uczenie głębokie rewolucjonizują produkcję map, skracając potrzebny do tego czas, zmniejszając wymagany nakład pracy oraz poprawiając jakość danych.
Przeczytaj artykuł
ZBIERANIE I REJESTROWANIE
Klasyfikacje terenu z wykorzystaniem uczenia maszynowego
W Queensland w Australii wytrenowano model przetwarzania obrazów pod kątem automatycznego klasyfikowania różnych rodzajów użytkowania gruntów.
