• Menu
  • Passa alla navigazione primaria
  • Skip to secondary navigation
  • Passa al contenuto principale
  • Passa alla barra laterale primaria
  • Passa al piè di pagina

logo header oikos engineering

  • Home
  • Chi siamo
  • Blog
  • Soluzioni
    • Comuni e Unioni
    • Multiservizi
    • Patrimoni Immobiliari
    • Sanità
    • Industria e Impianti
    • Consorzi Forestali
    • Consorzi Irrigui
    • Consorzi di Tutela
  • Servizi
    • Cartografia Numerica
    • Integrazione Dati
    • Rilievi e Censimenti
    • Cloud Computing
    • Strumentazione GPS e GIS
  • Affiliazione
  • Contatti
  • Teleassistenza
  • Privacy
  • Privacy
  • Glossario
  • Autovalutazione per il Cloud della PA
  • Documentazione tecnica
  • Reversibilità dei servizi SaaS
  • Qualificazione SAAS rilasciata da AGID
  • Home
  • Chi siamo
  • Blog
  • Soluzioni
    • Comuni e Unioni
    • Multiservizi
    • Patrimoni Immobiliari
    • Sanità
    • Industria e Impianti
    • Consorzi Forestali
    • Consorzi Irrigui
    • Consorzi di Tutela
  • Servizi
    • Cartografia Numerica
    • Integrazione Dati
    • Rilievi e Censimenti
    • Cloud Computing
    • Strumentazione GPS e GIS
  • Affiliazione
  • Contatti
  • Teleassistenza
  • Privacy
rete neurale artificiale

Piattaforme per il Deep Learning nei GIS

Home » Blog » Piattaforme per il Deep Learning nei GIS

28 Agosto 2019 //  by Oikos Engineering//  Lascia un commento

Mentre i cosiddetti metodi di “deep learning“, ovvero tecniche di apprendimento automatico che utilizzano reti neurali artificiali a strati, per eseguire l’apprendimento di dati non strutturati, hanno guadagnato una grande popolarità negli ultimi anni, la loro integrazione all’interno di GIS non è sempre facile senza conoscenze specialistiche. Sono stati sviluppati , tuttavia, nuovi strumenti che consentono di sfruttare meglio l’apprendimento automatico e l’apprendimento profondo in particolare. Finora sono emersi due leader chiari.

Indice dei Contenuti

  • Apprendimento profondo con ArcGIS
  • Integrare strumenti di deep learning open source con QGIS
  • Strumenti di apprendimento profondo per GIS

Apprendimento profondo con ArcGIS

ArcGIS ha speso significativamente negli ultimi anni per sviluppare strumenti migliori per il deep learning. Una varietà di piattaforme sono state sviluppate per l’analisi delle immagini, come Keras e Tensorflow, e integrate con gli strumenti ArcGIS Pro, come ArcGIS Image Server. Gran parte del lavoro si è concentrato sulla classificazione delle immagini. ArcGIS ha creato alcuni moduli pronti per l’applicazione, come Regularize Footprints, che consentono di mappare rapidamente gli edifici. Gli strumenti consentono capacità di classificazione automatizzate e basate sull’apprendimento profondo per la mappatura delle funzioni nell’ambiente costruito.

Alcune applicazioni interessanti hanno incluso il rilevamento e il conteggio automatici delle piscine in determinati ambienti urbani. Le piscine potrebbero essere un terreno fertile per gli insetti portatori di malattie se l’abitazione viene abbandonata. Il monitoraggio delle piscine potrebbe essere utilizzato per stimare il potenziale di malattia in una determinata area. Anche la segmentazione semantica, che classifica i pixel in immagini, fa parte del pacchetto. Tuttavia, la maggior parte degli sforzi si è concentrata sulle tecniche di visione artificiale che consentono l’analisi e la classificazione delle immagini, in particolare per le immagini aeree.

Integrare strumenti di deep learning open source con QGIS

Uno strumento open source popolare è Orfeo, che analizza immagini ottiche, multispettrali e radar ad alta risoluzione fino a scale di terabyte. Il progetto è stato inizialmente sviluppato dall’agenzia spaziale francese CNES, ma da allora ha incorporato molti sviluppatori in un formato open source. Lo strumento può essere utilizzato e richiamato da applicazioni GIS popolari come QGIS. Ancora una volta, l’attenzione è rivolta alle immagini. Il tool è inoltre strettamente associato a Monteverdi, che applica i metodi di deep learning di Orfeo nella visualizzazione. Monteverdi può essere utilizzato per visualizzare l’output di apprendimento profondo come la classificazione delle funzionalità nei dati di telerilevamento. Lo strumento ha anche un’interfaccia QGIS.

Strumenti di apprendimento profondo per GIS

Altri strumenti includono GRASS e il pacchetto statistico R. L’ architettura scalabile implementata consente loro di sfruttare anche il cloud computing nella gestione di dati di immagini di grandi dimensioni.

Mentre Esri e gli strumenti open source come Orfeo rendono sempre più tangibile l’apprendimento profondo per gli utenti, le aree di applicazione rimangono ancora relativamente limitate. In particolare, l’integrazione dei dati di testo non è stata applicata in larga misura. Inoltre, ci si rende anche conto che l’Internet of Things significherà che i dati multi-sensore dovranno essere sempre più integrati in piattaforme analitiche come ArcGIS Pro. Questa sarà forse la prossima grande sfida, sia per i GIS proprietari che per gli strumenti open source.

Se vuoi potresti anche approfondire con questo altro nostro articolo.

Condividi:

Categoria: NewsTag: ArcGIS, GIS, Grass, QGIS

Post precedente: «occhio stilizzato L’analisi del movimento degli occhi per una migliore progettazione delle mappe
Post successivo: Scoperta di popolazioni non registrate di salamandra Yamato mediante analisi GIS ed eDNA salamandra yamato in giappone»

Barra laterale primaria

Ricerca sul Sito

Articoli Recenti

  • Presentazione APP Altalanga
  • PNRR e Gestione del Patrimonio
  • PNRR e Comunicazione Istituzionale Web e Open Data
  • Realizzazioni Oikos
  • Oikos Engineering è partner del Comune di Santo Stefano Belbo nell’ambito del progetto del MOM (Multimedia Outdoor Museum)

Tag Cloud

AI App ArcGIS Augmented Reality Big Data BIM Cambiamento Climatico Cybersecurity Dati Demografici Droni Ecologia Energie Alternative Esri FOSS Geodatabase GeoMarketing Geoportale gestione dei processi GIS GNSS GPS Grass Healtcare Incontri Intelligence IoT Italia LiDAR Machine Learning OpenStreetMap Paesaggio Urbano Piemonte Protezione Civile QGIS SAPR Security Sicurezza sinfi SIT Smart-City Telerilevamento Turismo Videosorveglianza WebGIS workflow

Archivi

  • Giugno 2022
  • Maggio 2022
  • Marzo 2022
  • Febbraio 2022
  • Luglio 2021
  • Maggio 2021
  • Aprile 2021
  • Marzo 2021
  • Febbraio 2021
  • Gennaio 2021
  • Dicembre 2020
  • Novembre 2020
  • Ottobre 2020
  • Settembre 2020
  • Agosto 2020
  • Luglio 2020
  • Giugno 2020
  • Maggio 2020
  • Aprile 2020
  • Marzo 2020
  • Febbraio 2020
  • Gennaio 2020
  • Dicembre 2019
  • Novembre 2019
  • Ottobre 2019
  • Settembre 2019
  • Agosto 2019
  • Luglio 2019
  • Giugno 2019
  • Maggio 2019
  • Aprile 2019
  • Marzo 2019
  • Febbraio 2019
  • Gennaio 2019
  • Dicembre 2018
  • Novembre 2018
  • Ottobre 2018
  • Settembre 2018
  • Agosto 2018
  • Luglio 2018
  • Giugno 2018
  • Maggio 2018
  • Aprile 2018
  • Marzo 2018
  • Febbraio 2018
  • Maggio 2017
  • Marzo 2017
  • Ottobre 2016
  • Settembre 2016
  • Agosto 2016

Footer

Contatti

Indirizzo
Via Duccio Galimberti, 7
12051 - Alba (CN)

Telefono
+39.0173.440242

Email
[email protected]

P.IVA: 02762210041

Copyright

I contenuti presenti sul sito oikosweb.com, dei quali Oikos Engineering S.r.l. è autore, non possono essere copiati, riprodotti, pubblicati o redistribuiti perché appartenenti all’autore stesso. È vietata la copia e la riproduzione dei contenuti in qualsiasi modo o forma. È vietata la pubblicazione e la redistribuzione dei contenuti non autorizzata espressamente dall’autore.

Disclaimer

Questo blog non rappresenta una testata giornalistica in quanto viene aggiornato senza alcuna periodicità. Non può pertanto considerarsi un prodotto editoriale ai sensi della legge n. 62 del 07/03/2001.

Seguici sui Social

  • Privacy
  • Glossario
  • Autovalutazione per il Cloud della PA
  • Documentazione tecnica
  • Reversibilità dei servizi SaaS
  • Qualificazione SAAS rilasciata da AGID

Copyright © 2023 Oikos Engineering · All Rights Reserved · Webmaster Ing. Flavio Albano