//Без комментариев – Земля на AWS и 280-Летний алгоритм внутри Google Trips


• Earth on AWS Открывает доступ к большим геопространственным наборам данных

• 280-Летний Алгоритм Внутри Google Trips

Иногда новости достаточно хорошо освещаются в других местах, и нам мало что остается добавить, кроме как довести их до вашего сведения.

Без комментариев-это формат, в котором мы представляем исходную исходную информацию, слегка отредактированную, чтобы вы могли решить, хотите ли вы следить за ней. 

Earth on AWS Открывает доступ к большим геопространственным наборам данных

Amazon запустила Earth на AWS, новую целевую страницу, которая выделяет большие геопространственные наборы данных. Они становятся общедоступными в облаке в виде общедоступного набора данных AWS. Существуют также ресурсы, позволяющие узнать, как создавать приложения планетарного масштаба в облаке с открытыми геопространственными данными.

В дополнение к ранее запущенным наборам данных Landsat, NEXRAD и SpaceNet теперь доступны новые наборы данных, состоящие из аэрофотоснимков высокого разрешения, информации о глобальных событиях и глобальных данных о высоте.

Текущие базы данных:

Landsat на AWS

Данные Landsat 8 доступны для любого пользователя через Amazon S3. Доступны все сцены Landsat 8 с 2015 года, а также несколько безоблачных сцен с 2013 и 2014 годов. Все новые сцены Landsat 8 доступны каждый день, часто в течение нескольких часов после производства. Спутник делает снимки всей Земли каждые 16 дней с разрешением примерно 30 метров.

NEXRAD на AWS

Метеорологический радар следующего поколения (NEXRAD) представляет собой сеть из 160 доплеровских радаров высокого разрешения, которые обнаруживают осадки и движение атмосферы и распространяют данные с интервалом примерно в пять минут с каждого участка. NEXRAD позволяет прогнозировать сильные штормы и используется исследователями и коммерческими предприятиями для изучения и устранения влияния погоды в различных секторах.

Изображения машинного обучения SpaceNet

SpaceNet-это совокупность спутниковых снимков высокого разрешения и помеченных обучающих данных, которые исследователи могут использовать для разработки и обучения алгоритмов машинного обучения. Набор данных состоит из примерно 1 990 квадратных километров изображений с разрешением 50 см и 220 594 соответствующих следов зданий.

Национальная программа изображений сельского хозяйства

Национальная программа изображений сельского хозяйства (NAIP) получает аэрофотоснимки во время сельскохозяйственных вегетационных сезонов в континентальной части США Примерно один метр аэрофотоснимков (Красный, зеленый, синий, NIR) доступен в течение нескольких лет на Amazon S3.

Плитки рельефа на AWS

Цифровые модели высот (DEM) обеспечивают способ изучения высоты земной поверхности и доступны в виде растровых плиток рельефа на Amazon S3. Глобальный охват обеспечен, и в Соединенных Штатах данные 10-метровых национальных данных высот (NED) теперь дополняют более ранние данные NED 3-метровой и 30-метровой радиолокационной миссии Shuttle Topography Mission (SRTM) для более четкой и последовательной детализации гор.

GDELT – Глобальная база данных Общества

Проект GDELT отслеживает мировые вещательные, печатные и веб-новости почти из каждого уголка каждой страны на более чем 100 языках и определяет людей, места, организации, количество, темы, источники, эмоции, количество, цитаты, изображения и события, которые движут нашим глобальным обществом каждую секунду каждого дня.

Обмен Землей НАСА (NEX)

NASA Earth Exchange (NEX) упрощает и повышает эффективность доступа исследователей к данным науки о Земле и их обработки. Наборы данных NEX, доступные на Amazon S3, включают в себя уменьшенные прогнозы климата, глобальные индексы растительности MODIS и данные глобальной съемки земель Landsat.

GSOD – Ежедневные глобальные измерения погоды

Global Surface Summary of Day (GSOD) – это коллекция ежедневных измерений погоды (температура, скорость ветра, влажность, давление и многое другое) с более чем 9000 метеостанций по всему миру. CSV для измерений, начиная с 1929 года, доступны на Amazon S3.

Amazon также объявляет конкурс на предложения от исследователей о получении рекламных облачных кредитов для исследований по работе с данными наблюдения Земли на AWS. Узнайте больше на сайте https://aws.amazon.com/earth.

Алгоритм 280-Летней Давности Внутри Google Trips

Как вы вычисляете маршрут?

Мы все знаем, что проблема коммивояжера NP завершена, так как же вы решаете эту очень сложную проблему? Исследовательская группа Google предоставила отчет о том, как они решили эту оптимизацию:

“Наша команда в Google Research была очарована “Геометрией места” в течение некоторого времени, и мы начали исследовать вопрос, связанный с Эйлером: вместо того, чтобы посещать только мосты, как мы можем посетить как можно больше интересных мест во время конкретной поездки? Мы называем это проблемой “маршрутов”. Эйлер не изучал ее, но это хорошо известная тема в оптимизации, где ее часто называют проблемой “Ориентирования”.

В то время как проблема Эйлера имеет эффективное и точное решение, проблему маршрутов не просто трудно решить, ее трудно даже приблизительно решить! Трудность заключается во взаимодействии двух противоречивых целей: во-первых, мы должны выбрать отличные места для посещения, но, во-вторых, мы должны выбрать их, чтобы обеспечить хороший маршрут: не слишком много времени в пути; не посещайте места, когда они закрыты; не посещайте слишком много музеев и т. Д. В таких проблемах заложена проблема поиска эффективных маршрутов, часто называемая Проблемой коммивояжера (TSP)….

…В то время как алгоритмические аспекты проблемы были очень сложными, мы поняли, что создание высококачественных маршрутов в такой же степени зависит от нашего понимания многих возможных остановочных пунктов на маршруте . У нас была обширная база данных путешествий Google, чтобы определить интересные места для посещения, и у нас также были отличные данные из существующих систем Google о том, как путешествовать из любого места в любое другое. Но у нас не было хорошего представления о том, как люди обычно перемещаются по этой геометрии мест. 

Для этого мы обратились к мудрости толпы. Этот тип мудрости используется Google для оценки задержек на автомагистралях и определения того, когда рестораны наиболее загружены. Здесь мы используем те же методы, чтобы узнать об общих последовательностях посещений, которые мы можем объединить в маршруты, которые нравятся нашим пользователям. Мы объединяем знания Google о том, когда места популярны, с указаниями между этими местами, чтобы получить представление о том, что туристы любят делать во время путешествий.

И у толпы есть гораздо больше мудрости, чтобы предложить в будущем. Например, мы заметили, что визиты в Букингемский дворец начинаются около 11:30 и остаются немного дольше, чем в другое время дня. Это показалось нам немного странным, но когда мы присмотрелись повнимательнее, оказалось, что это время смены Караула. Сейчас мы рассматриваем способы включения такого типа информации о времени в алгоритмы выбора маршрута.”

Так что попробуйте: Google Trips, доступный теперь на Android и iOS, покрывает вас от вылета до возвращения.

Чтобы получать информацию о новых статьях на I Programmer, подпишитесь на нашу еженедельную рассылку,подпишитесь на RSS-канал и следуйте за нами в Twitter, Facebook, Google+ или Linkedin.

Комментарии

Сделайте комментарий или Просмотрите существующие комментарии С помощью Disqus


Добавить комментарий