Wird maschinelles Lernen in GIS häufig verwendet?

Ich bin neu in GIS. Wird maschinelles Lernen in diesem Bereich häufig eingesetzt und wo?

Ich untersuche eine Stellenausschreibung bei einem Kartierungsunternehmen, das sich mit Verkehrsbewusstsein befasst. Mein Hintergrund liegt im überwachten maschinellen Lernen (in der Textklassifizierung) und in der Verwendung von Hadoop, und sie versichern mir, dass meine Fähigkeiten angemessen wären. Ich habe mich schon seit einiger Zeit für GPS und GIS interessiert, aber ich möchte sicherstellen, dass meine maschinellen Lernfähigkeiten (in die ich stark investiert habe - einschließlich eines MS-Abschlusses) gut genutzt werden.

— stackoverflowuser2010
quelle

Können Sie etwas mehr über Ihre Landbedeckungs- und Data-Mining-Tags und deren Beziehung zum maschinellen Lernen erfahren? In den meisten Fernerkundungs- / GIS-Anwendungen wird die Methode der überwachten Klassifizierung für erstellte Landbedeckungsabdeckungen verwendet.

— Artwork21

Ich habe diese Tags fast zufällig hinzugefügt. Das Tag "Landklassifizierung" war das einzige, das das Wort "Klassifizierung" hatte, das sich auf überwachtes maschinelles Lernen bezieht.

— stackoverflowuser2010

Haben Sie sich mit Mustererkennung befasst ?

— Kirk Kuykendall

Ich sehe die Anwendbarkeit des maschinellen Lernens mit GPS-Daten nicht wirklich. Ich verwende diese Art von Modellierungstechniken jedoch in räumlichen / GIS-Datenbanken für eine Vielzahl von Anwendungen. Ich würde mir vorstellen, dass diese Fähigkeiten tatsächlich sehr geschätzt werden.

Methoden, die überwachtes und unbeaufsichtigtes Data Mining, maschinelles Lernen und nichtparamertische Modellierung umfassen, können in einer Vielzahl von räumlich verwandten Fragen verwendet werden, darunter: Landbedeckungsklassifizierung, Ereignisclustering, nichtlineare Folgerung räumlicher Prozesse usw. Darüber hinaus, sofern Sie mit diesen vertraut sind Methoden würde ich Ihre Fähigkeit zur Implementierung anderer Arten der statistischen Modellierung einschließlich räumlicher Statistiken nicht unterschätzen.

— Jeffrey Evans
quelle