نظرة عامة

الذكاء الاصطناعي لنظم المعلومات الجغرافية هو تكامل الذكاء الاصطناعي ونظم المعلومات الجغرافية. يتضمن الميزات التالية:
1) يجمع بين الذكاء الاصطناعي الجغرافي وأدوات العملية ذات الصلة.
2) إدارة وتصور وتحليل نتائج الذكاء الاصطناعي الجغرافي على أساس نظم المعلومات الجغرافية.
3) تعزيز وتحسين تجربة واجهة المستخدم وكفاءة التشغيل والصيانة ووظائف برامج نظم المعلومات الجغرافية الأخرى القائمة على الذكاء الاصطناعي.

يسلط الضوء

يحسن وظيفة الذكاء الاصطناعي لنظم المعلومات الجغرافية لجميع المنتجات
  • يُحسِّن خدمة التعلم الآلي للخادم، ويدعم مؤخرًا العديد من وظائف تعلم الآلة الجغرافية المكانية، مثل تصنيف الاشجار الذي يعزز التدرج.
  • أداة جديدة لإدارة عينة صور سطح المكتب، وترميز الوجه وترميز لوحة الترخيص.
  • وظيفة جديدة لتعلم الآلة الجغرافية المكانية، مثل تصنيف الأشجار، الرفع المتدرج للمكونات، ونموذج التعلم العميق الجديد، مثل Cascade R-CNN.
  • يحسن تحليل الواقع المعزز مع الذكاء الاصطناعي للجوال ، واكتساب سمات الذكاء الاصطناعي ، ورسم خرائط عبر الذكاء الاصطناعي ، إلخ.

يحسن أدوات سير عمل الذكاء الاصطناعي لنظم المعلومات الجغرافية
  • أدوات جديدة لسير العمل ، مثل إدارة عينات الصور لإعداد البيانات.
  • أدوات ما بعد المعالجة الجديدة لتحليل الصور ونتائج الاستدلال ، مثل تجميع المضلعات وتنظيم البناء.

يحسن أخذ العينات الجغرافية المكانية ووظيفة الاستدلال الإحصائي
  • يدعم أخذ العينات العشوائية البسيطة، وأخذ العينات المنتظمة والعينات الطبقية.
  • يدعم أخذ العينات العشوائية الجغرافية المكانية، وأخذ العينات الطبقية الجغرافية المكانية وأخذ العينات الشطيرة
  • طراز Spports SPA ونموذج B-Shade.

يدعم وظائف التعلم الآلي للجغرافيا المكانية المختلفة
  • تحليل الكتلة: يدعم تحليل النقاط الجغرافية المكانية ، وتجميع الكثافة الجغرافية المكانية ، إلخ.
  • تحليل التصنيف: مطابقة الخريطة ، تحديد عنصر العنوان ، التصنيف القائم على الغابات ، إلخ.
  • تحليل الانحدار: المحاكاة الجغرافية ، والانحدار الموزون جغرافيًا ، والانحدار القائم على الغابات ، وما إلى ذلك.

يدعم نماذج التعلم العميق المختلفة
  • كشف هدف تحليل الصور: Cascade R-CNN 、 أسرع R-CNN.
  • تصنيف الكائن الأرضي لتحليل الصور: FPN ، DeepLab V3 +.
  • كشف هدف الصورة: Cascade R-CNN 、 أسرع R-CNN.

ترقيات إطار التعلم العميق
  • يقوم بترقية إطار عمل TensorFlow من الإصدار 1.14 إلى 2.1 وإطار عمل Pytorch من الإصدار 1.2.0 إلى 1.8.1.
  • إطار PaddlePaddle الجديد

يحسن المحمول الذكاء الاصطناعي
  • يحسن اكتساب سمات الذكاء الاصطناعي ورسم خرائط الذكاء الاصطناعي وتحليل الذكاء الاصطناعي والواقع المعزز.
  • يدعم المبارزة الجغرافية وتحليل حدود السرعة وتجزئة الفيديو.