Die Toolbox "GeoAI" enthält Werkzeuge zum Verwenden und Trainieren von AI-Modellen, die mit räumlichen und tabellarischen Daten arbeiten. Diese Werkzeuge verwenden moderne Methoden für maschinelles Lernen und Deep Learning und integrieren sie in GIS.
Die Toolbox "GeoAI" enthält Werkzeuge zum Trainieren und Verwenden von Modellen, die Klassifizierung und Regression für Feature- und Tabellen-Datasets ausführen sowie mithilfe von Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) Informationen aus unstrukturiertem Text klassifizieren, transformieren und extrahieren.
Die Werkzeuge im Toolset "Feature- und Tabellenanalyse" verwenden automatisiertes maschinelles Lernen, um die besten Modelle für maschinelles Lernen für die Daten und die verfügbaren Rechenressourcen zu trainieren, zu optimieren und zusammenzustellen. Die trainierten Modelle können zum Vorhersagen sowohl kategorischer Variablen (Klassifizierung) als auch kontinuierlicher Variablen (Regression) für ähnliche Datasets verwendet werden. Mit den Werkzeugen im Toolset "Textanalyse" können Sie vortrainierte Text- und NLP-Modelle aus ArcGIS Living Atlas of the World verwenden und optimieren oder Modelle mit beschrifteten Textdaten erstellen. Die Werkzeuge in diesem Toolset können auch für Modelle verwendet werden, die mit dem Modul ArcGIS API for Python arcgis.learn erstellt wurden. Die mit diesen Werkzeugen erstellten Modelle können in ArcGIS API for Python verwendet und damit weiter optimiert werden.
Hinweis:
Für alle Werkzeuge in der Toolbox "GeoAI" müssen die erforderlichen Deep-Learning-Framework-Bibliotheken installiert sein. Anweisungen zur Installation von Deep-Learning-Paketen finden Sie unter Deep Learning Libraries Installers for ArcGIS.
In Shapefiles können keine NULL-Werte gespeichert werden. Werkzeuge oder andere Verfahren zur Erstellung von Shapefiles aus Nicht-Shapefile-Eingaben speichern oder interpretieren NULL-Werte möglicherweise als Wert 0. In manchen Fällen werden NULL-Werte als sehr große negative Werte in Shapefiles gespeichert, was zu unerwarteten Ergebnissen führen kann. Weitere Informationen finden Sie unter Überlegungen zur Geoverarbeitung für die Shapefile-Ausgabe.
| Toolset | Beschreibung |
|---|---|
Das Toolset "Feature- und Tabellenanalyse" enthält Werkzeuge zum Anwenden von Algorithmen für maschinelles Lernen und Deep Learning auf Feature- oder Tabellendaten. | |
Das Toolset "Bilddaten-KI" enthält Werkzeuge, die Deep-Learning-Algorithmen zur Objekterkennung und Pixelklassifizierung auf Bilddaten anwenden. | |
Das Toolset "Textanalyse" enthält Werkzeuge zum Verarbeiten natürlicher Sprache bei Texten. Text kann klassifiziert oder transformiert werden, und Entitäten wie Adressen können extrahiert werden. | |
Das Toolset "Zeitserien-KI" enthält Werkzeuge zur Vorhersage und Schätzung zukünftiger Werte an Positionen in einem Raum-Zeit-Würfel. |