يمكنك الاطّلاع على هذه المراجع لمعرفة المزيد عن AlphaEarth Foundations و"تضمينات صور الأقمار الصناعية":
- مجموعة بيانات تضمينات الأقمار الصناعية: تصفَّح المخطط والمواصفات الخاصة بمجموعة بيانات تضمينات الأقمار الصناعية السنوية.
- تطبيق Satellite Embeddings: يمكنك تجربة البحث عن التشابه في مجموعة بيانات Satellite Embeddings السنوية.
- البرنامج التعليمي 1: المقدّمة: يمكنك البدء بالتعرّف على أساسيات عمليات تضمين بيانات صور الأقمار الصناعية في البرنامج التعليمي التمهيدي.
- البرنامج التعليمي 2: التصنيف غير الخاضع للإشراف: تعرَّف على كيفية تجميع المناظر الطبيعية تلقائيًا من خلال البرنامج التعليمي للتصنيف غير الخاضع للإشراف.
- الدرس التعليمي 3: التصنيف الخاضع للإشراف: يمكنك تحديد أنواع الأراضي باستخدام تصنيف أكثر ذكاءً وبيانات أقل في الدرس التعليمي حول التصنيف الخاضع للإشراف.
- البرنامج التعليمي 4: الانحدار: يمكنك توقُّع المتغيّرات البيئية، مثل ارتفاع الغطاء النباتي، في البرنامج التعليمي حول الانحدار.
- البرنامج التعليمي 5: البحث عن التشابهات: يمكنك العثور على الفور على حالات سطحية مشابهة حول العالم باستخدام البرنامج التعليمي للبحث عن التشابهات.
- مدوّنة AlphaEarth Foundations: تعرَّف على كيفية دمج نموذج الذكاء الاصطناعي من Google DeepMind لبيانات بحجم بيتابايت في تمثيل موحّد في منشور المدوّنة الرسمي.
- وحدات بكسل مستندة إلى الذكاء الاصطناعي: يمكنك استكشاف إمكانات مجموعة بيانات Satellite Embedding في Google Earth Engine في هذه المقدمة على منصة Medium.
- تقدير الكربون في الغابات: تعرَّف على كيفية تحسين التضمينات وبيانات LiDAR لعملية وضع خرائط لمخزون الكربون في دراسة حالة الكربون في الغابات.
- رصد المنشآت الزراعية: تعرَّف على كيفية تحديد البنية التحتية، مثل مصانع زيت النخيل، على نطاق واسع في دراسة حالة الرصد الزراعي.
- ميزة Vector Search مع BigQuery: يمكنك توسيع نطاق معلوماتك المكانية باستخدام التضمينات المتعددة الوسائط من خلال دليل دمج BigQuery.