Colaboratory-Notebooks

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 ML-Features zu erstellen.
Colab zur Wirtschaftsprognose Hier wird gezeigt, wie Sie S2-Zelleinbettungen in Wirtschaftsdaten aus Data Commons einbinden, um ML-Modelle für Zeitreihenprognosen auf Landkreisebene zu trainieren.
Colab zur Nowcasting-Prognose* 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 lassen sich raumbezogene Analysen für Umwelt- und sozioökonomische Prognosen 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.

* In diesem Notebook werden Einbettungen von Postleitzahlen verwendet. Es muss auf S2-Zellen aktualisiert werden.

Weitere Informationen zu von Fachleuten überprüften Studien und Validierungen von Population Dynamics Insights in der Praxis finden Sie unter Akademische Forschung.