স্যাটেলাইট ডাটা কি দরকার এবং কেন তাদের প্রয়োজন
স্যাটেলাইট ইমেজি শুধুমাত্র ছবিই নয়, বরং বহুডিমেনাল ডাটা: স্পেকটিকাল ব্যান্ড, মেরুকরণ, টাইম সিরিজ। তাদের সাথে সরাসরি কাজ করা কঠিন: একটি মডেল শব্দ হারিয়ে ফেলতে পারে এবং বিশ্লেষকদের দ্রুত বড় বড় এলাকা তুলনা করতে হবে। এটা হচ্ছে সেই জায়গা, যেখানে শস্য উৎপন্ন হয় — সংক্ষিপ্ত ভেক্টরের উপস্থাপনা, যা সংখ্যাসূচক ভেক্টরের মধ্যে কোনো দৃশ্যকে চিত্রিত করে । এই ভেক্টরগুলোকে গঠন করা, গঠন করা এবং মেশিন শেখার বৈশিষ্ট্য হিসেবে ব্যবহার করা যেতে পারে ।
ওলমো ইর্থ আর্থ পর্যবেক্ষণ উপাত্তের উন্মুক্ত ভিত্তি মডেলদের দ্বারা নির্মিত। এদের মূল বৈশিষ্ট্য হচ্ছে সোর্স কোড এবং ওজন জনসম্মুখে পাওয়া যায়- যে কেউ যাচাই করতে পারবে কিভাবে একটি ভেক্টর কিভাবে তৈরি করা হয়েছে এবং কিভাবে এটি তৈরি করা হয়েছে - যদি প্রয়োজন হয়, তাহলে বংশবৃদ্ধি করুন। এর সাথে আস্থা এবং নমনীয়তা যোগ করা হয়েছে: ফলাফল “কালো বক্স” নয়।
ওমো ইর্থ যেভাবে কাজ করে
ওলোমোয়ার্থ স্টুডিও কি?
ওলোমোয়ারথ স্টুডিও হচ্ছে এমন একটি সেবা যেখানে আপনি পৃথিবীর বিভিন্ন অংশের জন্য একটি নির্বাচিত অংশ খুঁজে বের করতে পারেন এবং তাদের প্রস্তুত করতে পারেন। ভেক্টরের একটি পূর্ব-পরিকল্পিত আর্কাইভের পরিবর্তে স্টুডিও গণনায় চাহিদা পূরণ করা হয়েছে। এর অর্থ হচ্ছে, গড়ে কোনো ছবি তোলার পরিবর্তে আপনি নির্দিষ্ট কোনো মাস বা ঋতুর জন্য ছবি তুলতে পারেন ।
পরামিতিটি নির্ধারণ করা যাবে
আরম্ভ করার সময়, ব্যবহারকারী দ্বারা বেশ কিছু পরামিতি উল্লেখ করা হয়েছে:
- আগ্রহ অনুসারে — এমন একটি বহুভুজ যা বিশ্লেষণের জন্য এলাকাকে সংজ্ঞায়িত করে ।
- সময় সীমা — ১ থেকে ১২ মাস ।
- এনকোডের ধরণ — সেই মডেল যা ভেক্টরে পরিণত হয় । তিনটি বিকল্প উপলব্ধ রয়েছে: নানুজ (128 মাত্রা, ১.৪M পরামিতি) ক্ষুদ্র (১৯২ মাত্রার মাত্রা, ৬.২এম প্যারামিটার) ভিত্তি (৭৬৮ মাত্রা, ৮৯এম প্যারামিটার)। সেই মডেলকে যত বড় করা হবে, ধনীরা তত বেশি সেই উপস্থাপনাকে তত বেশি মূল্যবান বলে গণ্য করবে ।
- রেসোলিউশন — ১০, ২০, ৪০ বা ৮০ মিটার পিক্সেলের মধ্যে । সিদ্ধান্তটি কাজের পরিধির উপর নির্ভর করে: সুন্দর সিদ্ধান্তটি স্যুট লেভেল- লেভেল বিশ্লেষণের উপর, আর আঞ্চলিক জরিপের জন্য কাজ করে।
- চিত্রের উৎস — সেন্টিনেল-2 LA, সেন্টিনেল-১ আরটিসি, বা দুটোই। আগের অপটিকাল ডাটা সরবরাহ করে, পরের রেডার ডাটা.
এই সকল বৈশিষ্ট্য গ্রাফিক ইন্টারফেস এবং API এর মাধ্যমে উপলব্ধ করা হয়, যাতে এই প্রক্রিয়া সহজে স্বয়ংক্রিয় ভাবে অটোমেটেড পাইপলাইনের সাথে যুক্ত হতে পারে।
স্টুডিও থেকে রপ্তানি করতে হবে
ওলমোএয়ারথ স্টুডিওতে পানি পাওয়ার প্রক্রিয়া ঠিক একটি প্রমিত ভবিষ্যদ্বাণীর কাজের মত কাজ করছে: প্রথমে মডেল কনফিগার করা হয়েছে এবং চালু করা হয়েছে তারপর ফলাফল ডাউনলোড করা হয়েছে। কোনো অতিরিক্ত এক্সপোর্টের প্রয়োজন নেই।
আউটপুট ফরম্যাট
এর ফলাফল মেঘ-প্রাইমিত জিওয়েস (COG)-এর মত সংরক্ষিত করা হয় — মেঘ সংগ্রহ এবং স্ট্রিমিং এর জন্য ব্যবহৃত বিন্যাস। ফাইলের ভিতরে, এক ব্যান্ডের সাথে ১-০ মাত্রার সমান। উদাহরণস্বরূপ, টাইনি মডেলের জন্য এর অর্থ হল ১৯২ ব্যান্ড — প্রত্যেকটা ব্যান্ডের নিজস্ব সংখ্যা ।
এই মানটি একটি সংক্ষিপ্ত আকারে সংরক্ষিত করা হয় — যেহেতু স্বাক্ষরিত ৮-বিট পূর্ণসংখ্যা থেকে ১৫৭ থেকে +১২৭ পর্যন্ত। XKB128-এর একটি বিশেষ মান হারিয়ে গেছে । ( কোনো তথ্য পাওয়া যায়নি) এই এনকোডিং সুনির্দিষ্টভাবে নির্ধারিত হয়, কিন্তু বিশ্লেষণের জন্য মূল float ভেক্টর পুনরুদ্ধার করা প্রয়োজন। এই উদ্দেশ্যে, dequantize_embeddings উপলব্ধ ফাংশান olmoearth_pretrain প্যাকেজ - পূর্ণসংখ্যা মানকে ভগ্নাংশের আকারে রূপান্তর করো ।
পরিসেবা ব্যবহারের জন্য অনুমতি প্রাপ্ত করুন
স্টুডিওর মাধ্যমে স্বনির্ধারিত বৈশিষ্ট্য এক্সপোর্ট করতে হলে, এই বৈশিষ্ট্য ব্যবহারের জন্য অনুরোধ জানানো আবশ্যক। যারা প্রবেশাধিকারের জন্য অপেক্ষা না করে, তাদের জন্য পাবলিক মডেলগুলো সহজলভ্য — এই প্রকল্পে প্রকাশিত হয়েছে।
বিশ্লেষণের জন্য অ্যাপ্লিকেশন
এর মূল মূল্য হচ্ছে যে তারা সহজে স্যাটেলাইট ডাটা তৈরি করে যাতে বোঝা যায় যে বড় আকারের তথ্য ছাড়া সঠিক কাজ করা যায়।
সমতুল্য অনুসন্ধান
আপনি হয়তো জিজ্ঞেস করতে পারেন । যেমন উদাহরণ হিসেবে বলা যায়, ওলমো ইর্থ-টিভিথ মডেল (১৯২-২০০ মিটার), ৪০ মিটার আয়তনের মীমাংসা, প্রহরী-২-২/২২এ, শহরের উন্নয়নকে একটি নির্দিষ্ট নমুনা ছাড়াই সফলভাবে পৃথক করা হয়েছে। আপনি শুধুমাত্র একটি অনুসন্ধান ভেক্টর সেট করেন, এবং কোসাইনের সাদৃশ্যগুলো দেখায় যে কোন এলাকা এর সমান এবং কোনটা মূলত ভিন্ন।
এই পদ্ধতি দ্রুতগতির অঞ্চল আবিষ্কারের জন্য কার্যকর: একটি নির্দিষ্ট রেফারেন্স, এবং ঋতুর মধ্যকার পরিবর্তনকে চিহ্নিত করা যায়।
সামান্য অংশ
খুব সীমিত লেবেলসহ ইলেক্ট্রিসিটি কাজ করে। কিন্তু, কিছু কিছু গবেষক মনে করে যে, এদের মধ্যে মাত্র কয়েক জনের মধ্যে একজন হলেন মা । ফি-১-এর ওজন ছিল ০.৮, যা এ রকম এক সাধারণ প্রশিক্ষণের জন্য বেশ সম্মানিত। এটা ঠিক যে, প্রায় ৩০ থেকে ৩০০ লেবেলের সংখ্যা বাড়িয়ে প্রায় ৩,০০,০০০ - রেরও বেশি হয়েছে — যার অর্থ ইতিমধ্যেই যথেষ্ট পরিমাণ তথ্য রয়েছে ।
এর ফলে প্রকল্পকে আকর্ষণীয় স্থান হিসেবে দেখা হয়, যেখানে দক্ষতা অর্জন করা যায় অথবা এই এলাকা প্রবেশ করা কঠিন: হাজার হাজার লেবেলের বদলে ডজন খানেক লেবেল পাওয়া যায়।





