Notebooks Colab

Explorez nos notebooks de démonstration pour comprendre les différents cas d'utilisation des embeddings Population Dynamics.

Notebook Description
Colab sur l'agrégation de limites personnalisées Montre comment agréger des embeddings de cellules S2 dans des limites polygonales personnalisées à l'aide des données démographiques Earth Engine pour créer des caractéristiques de machine learning pondérées par la population.
Colab de prévision économique Explique comment intégrer les embeddings de cellules S2 aux données économiques Data Commons pour entraîner des modèles de machine learning pour la prévision de séries temporelles au niveau des comtés.
Nowcasting Colab* Utilise des données passées et partielles actuelles pour une variable cible au niveau des comtés afin de prédire les résultats pour les comtés restants.
Colab de super-résolution et d'imputation* Aide à entraîner un modèle au niveau du comté sur une variable cible pour effectuer des prédictions au niveau du code postal. Il montre également l'imputation (entraînement sur 20% des codes postaux et prédiction pour les 80 % restants).
Prédiction des lumières nocturnes avec Earth Engine Colab* Illustre comment les données Earth Engine, telles que les lumières nocturnes, peuvent également être prédites à partir des embeddings, ce qui améliore la compréhension géospatiale pour les prévisions environnementales et socio-économiques.
Prédiction à l'aide d'embeddings globaux* Illustre l'utilisation d'embeddings globaux en configurant un modèle multicontry pour prédire un nouveau pays.

* Ce notebook utilise des embeddings de codes postaux et doit être mis à jour pour utiliser des cellules S2.

Pour explorer les recherches évaluées par des pairs et les validations concrètes des insights sur la dynamique démographique, consultez Recherche universitaire.