Artwork

Contenuto fornito da Project Geospatial. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Project Geospatial o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.
Player FM - App Podcast
Vai offline con l'app Player FM !

FOSS4G NA 2024 - Embed All The Things: The Promise Of Geospatial Vector Embeddings - Adeel Hassan

23:56
 
Condividi
 

Manage episode 461965962 series 3234430
Contenuto fornito da Project Geospatial. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Project Geospatial o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.

Adeel Hassan discusses the significance of geospatial vector embeddings derived from imagery, highlighting their potential in the geospatial domain through open-source models and tools. Highlights ๐ŸŒ Vector embeddings are crucial for analyzing high-dimensional geospatial data. ๐Ÿง  They represent data points in a lower-dimensional space, revealing similarities and dissimilarities. ๐Ÿ“Š Applications include clustering similar images and detecting changes over time. ๐Ÿ” Text-image embeddings enable natural language search based on image content. ๐Ÿš€ Open-source models like Sky Clip enhance functionality for geospatial applications. ๐Ÿ“ˆ Seasonal variations in embeddings can indicate environmental changes and events like floods. ๐Ÿ› ๏ธ The technology is still evolving, presenting both opportunities and challenges. For more content like this check out www.projectgeospatial.com #Geospatial #MachineLearning #VectorEmbeddings #OpenSource #DataAnalysis #RemoteSensing #AI

  continue reading

362 episodi

Artwork
iconCondividi
 
Manage episode 461965962 series 3234430
Contenuto fornito da Project Geospatial. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da Project Geospatial o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.

Adeel Hassan discusses the significance of geospatial vector embeddings derived from imagery, highlighting their potential in the geospatial domain through open-source models and tools. Highlights ๐ŸŒ Vector embeddings are crucial for analyzing high-dimensional geospatial data. ๐Ÿง  They represent data points in a lower-dimensional space, revealing similarities and dissimilarities. ๐Ÿ“Š Applications include clustering similar images and detecting changes over time. ๐Ÿ” Text-image embeddings enable natural language search based on image content. ๐Ÿš€ Open-source models like Sky Clip enhance functionality for geospatial applications. ๐Ÿ“ˆ Seasonal variations in embeddings can indicate environmental changes and events like floods. ๐Ÿ› ๏ธ The technology is still evolving, presenting both opportunities and challenges. For more content like this check out www.projectgeospatial.com #Geospatial #MachineLearning #VectorEmbeddings #OpenSource #DataAnalysis #RemoteSensing #AI

  continue reading

362 episodi

Tutti gli episodi

×
 
Loading …

Benvenuto su Player FM!

Player FM ricerca sul web podcast di alta qualitร  che tu possa goderti adesso. รˆ la migliore app di podcast e funziona su Android, iPhone e web. Registrati per sincronizzare le iscrizioni su tutti i tuoi dispositivi.

 

Guida rapida

Ascolta questo spettacolo mentre esplori
Riproduci