पॉपुलेशन डाइनैमिक्स एम्बेडिंग के अलग-अलग इस्तेमाल के उदाहरण समझने के लिए, हमारे डेमो नोटबुक देखें.
| नोटबुक | ब्यौरा |
|---|---|
| कस्टम बाउंड्री एग्रीगेशन Colab | इसमें बताया गया है कि Earth Engine के पॉपुलेशन डेटा का इस्तेमाल करके, S2 सेल एम्बेडिंग को कस्टम पॉलीगोनल बाउंड्री में कैसे एग्रीगेट किया जाता है. इससे, पॉपुलेशन-वेट मशीन लर्निंग फ़ीचर बनाए जा सकते हैं. |
| इकोनॉमिक फ़ोरकास्टिंग Colab | इसमें बताया गया है कि काउंटी-लेवल टाइम-सीरीज़ फ़ोरकास्टिंग के लिए, मशीन लर्निंग मॉडल को ट्रेन करने के लिए, S2 सेल एम्बेडिंग को Data Commons के इकोनॉमिक डेटा के साथ कैसे इंटिग्रेट किया जाता है. |
| नाउकास्टिंग Colab* | इसमें काउंटी-लेवल टारगेट वैरिएबल के लिए, पिछले और मौजूदा दिनों के आंशिक डेटा का इस्तेमाल करके, बाकी काउंटी के नतीजों का अनुमान लगाया जाता है. |
| सुपररिज़ॉल्यूशन और इंप्यूटेशन Colab* | इससे, पिन कोड के लेवल पर अनुमान लगाने के लिए, काउंटी के लेवल पर टारगेट वैरिएबल के आधार पर मॉडल को ट्रेन करने में मदद मिलती है. इसमें इंप्यूटेशन (20% पिन कोड के आधार पर ट्रेनिंग और बाकी 80% के लिए अनुमान) के बारे में भी बताया गया है. |
| Earth Engine Colab की मदद से, रात के समय दिखने वाली रोशनी के बारे में अनुमान लगाना* | इसमें बताया गया है कि Earth Engine के डेटा, जैसे कि रात के समय दिखने वाली रोशनी के बारे में भी एम्बेडिंग से अनुमान लगाया जा सकता है. इससे, पर्यावरण और सामाजिक-आर्थिक फ़ोरकास्टिंग के लिए, जियोस्पेशल की जानकारी बेहतर होती है. |
| ग्लोबल एम्बेडिंग का इस्तेमाल करके अनुमान लगाना* | इसमें, किसी नए देश के लिए अनुमान लगाने के लिए, एक से ज़्यादा देशों के मॉडल को सेट अप करके, ग्लोबल एम्बेडिंग के इस्तेमाल के बारे में बताया गया है. |
* इस नोटबुक में पिन कोड एम्बेडिंग का इस्तेमाल किया गया है. इसे S2 सेल के हिसाब से अपडेट करना होगा.
इसी विषय से जुड़े लिंक
पॉपुलेशन डाइनैमिक्स इनसाइट की पीयर-रिव्यू की गई रिसर्च और असल दुनिया में पुष्टि के बारे में जानने के लिए, एकेडमिक रिसर्च देखें.