AlphaEarth Foundations と Satellite Embeddings の詳細については、次のリソースをご覧ください。
- Satellite Embeddings データセット: 年次の Satellite Embeddings データセットのスキーマと仕様を確認します。
- Satellite Embeddings アプリ: 年次 Satellite Embeddings データセットで類似検索を試します。
- チュートリアル 1: 概要: 概要チュートリアルで、衛星エンベディングの基本を学びます。
- チュートリアル 2: 教師なし分類: 教師なし分類チュートリアルで、ランドスケープを自動的にクラスタ化する方法を学びます。
- チュートリアル 3: 教師あり分類: 教師あり分類のチュートリアルでは、より少ないデータでよりスマートな分類を使用して土地タイプをマッピングします。
- チュートリアル 4: 回帰: 回帰チュートリアルで、樹冠高などの環境変数を予測します。
- チュートリアル 5: 類似性検索: 類似性検索チュートリアルを使用して、世界中の類似した地表条件を即座に見つけます。
- AlphaEarth Foundations のブログ: Google DeepMind の AI モデルがペタバイト規模のデータを統合表現に統合する方法について、公式ブログ投稿でご確認ください。
- AI を活用したピクセル: Google Earth Engine の Satellite Embedding データセットの機能について、Medium の紹介記事で詳しく説明しています。
- 森林炭素推定: 森林炭素のケーススタディで、エンベディングと LiDAR データが炭素蓄積量のマッピングをどのように改善するかをご覧ください。
- 農業施設の検出: 農業検出のケーススタディで、パーム油工場などのインフラストラクチャを大規模に特定する方法を学びます。
- BigQuery を使用したベクトル検索: BigQuery 統合ガイドを使用して、マルチモーダル エンベディングで空間インテリジェンスをスケーリングします。