In unseren Demo-Notebooks finden Sie verschiedene Anwendungsfälle für Einbettungen von Bevölkerungsdynamiken.

Notebook	Beschreibung
Colab zur benutzerdefinierten Grenzaggregation	Hier wird gezeigt, wie Sie S2-Zelleinbettungen in benutzerdefinierte polygonale Grenzen aggregieren. Dazu werden Bevölkerungsdaten aus Earth Engine verwendet, um gewichtete Machine-Learning-Features zu erstellen.
Colab zur Nowcasting-Analyse	Verwendet Daten aus der Vergangenheit und teilweise aus der Gegenwart für eine Zielvariable auf Landkreisebene, um Ergebnisse für die übrigen Landkreise vorherzusagen.
Colab zur Superauflösung und Imputation	Unterstützt das Trainieren eines Modells auf Landkreisebene für eine Zielvariable, um Vorhersagen auf Postleitzahlebene zu treffen. Außerdem wird die Imputation veranschaulicht (Training mit 20% der Postleitzahlen und Vorhersage für die restlichen 80%).
Colab zur Vorhersage von Nachtlichtern mit Earth Engine	Hier wird veranschaulicht, wie Earth Engine-Daten wie Nachtlichter auch aus den Einbettungen vorhergesagt werden können. So lässt sich das räumliche Verständnis für Umwelt- und sozioökonomische Vorhersagen verbessern.
Vorhersage mit globalen Einbettungen	Hier wird die Verwendung globaler Einbettungen veranschaulicht, indem ein Modell für mehrere Länder eingerichtet wird, um Vorhersagen für ein neues Land zu treffen.