Category: geospatial

使用人工智能扩展商业数据

Asa Block是位于纽约布鲁克林的Near Space Labs公司的产品副总裁。他在科技领域有着丰富的消费者和B2B产品构建经验,在加入Near Space Labs之前曾在谷歌工作,并转向为电动汽车初创企业Revel开发产品。Near Space Labs利用零排放技术在美国提供高分辨率的航拍图像,并利用机器学习和人工智能为商业客户(尤其是保险行业)提供有价值的见解和洞察力。

探索地理空间人工智能和图像识别的可能性

随着地理空间行业在技术方面取得显著进展,人工智能图像识别已经成为一种强大的工具,有潜力改变我们提取、分析和解释地理空间数据的方式。通过自动识别和分类卫星影像和激光雷达数据中的对象和特征,人工智能图像识别在城市规划、环境监测、灾害管理等应用中具有潜力。然而,尽管这些功能令人印象深刻,但我们必须认识到存在的限制和挑战,这些限制和挑战阻碍了这些技术实现真正无所不知的能力。在这里,我们要区分现实和科幻。人工智能的当前状态是什么,什么是可能的和不可能的?

地理空间大数据:挑战与机遇

地理空间大数据是指超出当前计算系统容量的空间数据集。大数据的很大一部分实际上是地理空间数据,并且此类数据的大小每年至少以20%的速度快速增长。在本文中,我们将探讨地理空间大数据给我们带来的挑战和机遇。介绍了一些案例研究,以显示地理空间大数据分析的重要性和好处,包括节省燃料和时间,增加收入,城市规划和医疗保健。然后,我们引入新的新兴平台,以共享收集的地理空间大数据并通过移动设备跟踪人类的移动性。学术界和工业界的研究人员花费了大量的努力来提高地理空间大数据的价值,并充分利用其价值。同样,我们介绍当前针对地理空间大数据分析的研究活动,尤其是实时或动态数据的交互式分析。

大数据时代的GIS软件技术发展 Development of GIS Software Technology in the Era of Big Data

空间大数据对GIS软件技术的发展提出了新的要求和挑战。但业界对于空间大数据的认知有待明晰,对于如何挖掘大数据的价值尚存疑虑。首先阐述了空间大数据的内涵,在此基础上,提出了大数据时代的GIS基础软件技术,并分析了其应用前景。大数据GIS软件技术包括针对空间大数据处理和挖掘的空间大数据技术,也包括针对经典空间数据管理和处理的对传统GIS功能的分布式重构,同时还需要云GIS技术和跨平台GIS技术作为支撑,提供弹性的计算资源和服务以及支撑跨平台的访问和应用。

空间数据挖掘与空间大数据的探索与思考(一)

间数据挖掘与空间大数据的探索与思考本文是今年1月份去武汉参加社会计算会议的时候,应约在武汉大学GeoScienceCafe 论坛上面做的主题报告《空间数据挖掘与空间大数据的探索与思考》的讲话录音整理稿,另外虾神配合着PPT又重新编写了部分内容,形成了整个文稿,大约会形成三到五章左右发出来。

空间数据挖掘与空间大数据的探索与思考(七)完结篇

空间数据挖掘与空间大数据的探索与思考大数据的战略节点接下来我们看一下对于大数据我们能做什么,这个话题企业界比较感兴趣,在学术界可能谈论得比较少。一般来说,大数据战略目前有三个主要的关键节点:系统轻载、应用闭环、数据变现。

空间数据挖掘与空间大数据的探索与思考(四)

讲完了空间统计学和数据中心,我来讲一讲业界很多政府官员以及我对大数据的认识和理解,因为我现在在ESRI中国主要做大数据,他们对大数据有一些什么样的认知呢?第一种认识,数据量大就是大数据,这是我去交流的时候很多用户提到的,动辄说大数据,就是我们有XX亿条,XXTB数据,所以我们就是大数据。还有说我们要做大数据项目,先要弄够多少多少量的数据,才行。

退出移动版