Vue d’ensemble de la boîte d’outils GeoAI

La boîte à outils GeoAI contient des outils permettant d’utiliser et d’entraîner des modèles d’intelligence artificielle qui fonctionnent avec des données géospatiales et tabulaires. Ces outils utilisent des techniques modernes d’entraînement machine et de Deep Learning et les intègrent au SIG.

La boîte d’outils GeoAI contient des outils vous permettent d’entraîner et d’utiliser des modèles pour la classification et la régression des jeux de classes d’entité et de données tabulaires, ainsi que de classifier, de transformer et d’extraire des informations depuis un texte non structuré en utilisant le traitement du langage naturel.

Les outils du jeu d’outils Analyse tabulaire et d’entités utilisent le Machine Learning automatisé pour entraîner, optimiser et assembler les meilleurs modèles de Machine Learning à l’aide des données et des ressources de calcul disponibles. Les modèles entraînés peuvent être utilisés afin de prévoir des variables catégorielles (classification) et des variables continues (régression) pour des jeux de données similaires. Les outils du jeu d’outils Analyse de texte vous permettent d’utiliser et d’optimiser du texte pré-entraîné et des modèles de traitement du langage naturel de ArcGIS Living Atlas of the World, ou de créer des modèles à l’aide des données de texte étiquetées. Ces outils fonctionnent également avec des modèles créés à l’aide du module ArcGIS API for Pythonarcgis.learn. Les modèles créés par ces outils peuvent être utilisés et optimisés avec ArcGIS API for Python.

Remarque :

Tous les outils de la boîte d’outils GeoAI nécessitent l’installation des bibliothèques de structure de Deep Learning requises. Pour savoir comment installer les paquetages de Deep Learning, consultez la page Deep Learning Libraries Installers for ArcGIS Pro.

Les fichiers de formes ne peuvent pas stocker de valeurs nulles. Il se peut que des outils ou autres procédures qui créent des fichiers de formes à partir d’entrées autres que des fichiers de formes stockent ou interprètent des valeurs Null comme étant égales à zéro. Dans certains cas, les valeurs nulles sont stockées sous forme de valeurs négatives très élevées dans les fichiers de formes, ce qui peut générer des résultats inattendus. Reportez-vous à la rubrique Remarques concernant le géotraitement pour la sortie de fichiers de formes pour plus d’informations.

Jeu d’outils	Description
Analyse tabulaire et d’entités	Le jeu d’outils Analyse tabulaire et d’entités contient des outils destinés à appliquer les algorithmes de Machine Learning et de Deep Learning aux données d’entités ou tabulaires.
IA d’imagerie	Le jeu d’outils IA d’imagerie contient des outils qui appliquent des algorithmes de Deep Learning de détection d’objets et de classification de pixels aux données d’imagerie.
Analyse de texte	Le jeu d’outils Analyse de texte contient des outils permettant de traiter automatiquement le langage naturel d’un texte. Vous pouvez classer ou transformer du texte, et extraire des entités telles que des adresses.
IA de série chronologique	Le jeu d’outils IA de série chronologique contient des outils permettant de prévoir et de calculer les valeurs futures à des emplacements dans un cube spatio-temporel.