GEOINT | aprendizado profundo, desafios analíticos e análise de antecipação

"Dados Geoespaciais é analytics superalimento", de acordo com Jeff Jonas , IBM Fellow e cientista-chefe da computação contexto. Jonas deu o discurso de abertura 25 de abril na casa de USGIF Oficina Analytics dados  em Herndon, Va. Mais de 200 pessoas participaram do seminário, patrocinado pela  NVIDIA e  DigitalGlobe , de ouvir de especialistas em ciência de dados no governo, indústria e academia.

discurso Jonas ', intitulado "Computing Contexto e Geospatial Superfood", começou por introduzir o conceito de "computação de contexto" -gaining uma melhor compreensão de algo, tendo em conta as coisas em torno dele e "acumulação contexto," o processo incremental de estratificação novas observações em cima de aqueles feitos anteriormente. Colocando dados em contexto gera melhores previsões, e como o banco de dados cresce mais dados significa menos tempo de computação, acrescentou, observando como os últimos pedaços de um quebra-cabeça são muitas vezes o mais fácil.

Jonas aplicou computação de contexto para criar o que ele chama de "caixa de espaço-tempo", que determina como os objetos co-localizar uns aos outros quando eles estão viajando. O país de Cingapura usa uma versão 2D da caixa espaço tempo Jonas "para o acompanhamento da embarcação ea consciência domínio marítimo. Mais recentemente, ele acrescentou uma terceira dimensão para ajudar a Universidade de Honolulu Instituto de Astronomia  asteróides pista. Caixa de espaço tempo prevê agora como mais de 600.000 asteróides irá interagir ao longo dos próximos 25 anos. Quando um novo asteróide for descoberto, caixa de espaço tempo leva apenas 15 minutos para discernir como ele irá interagir com todos os outros asteróides e se é um perigo potencial para a Terra.

Jonas concluiu, incentivando o público a ler o seu "Fantasy Analytics" post no blog  e "alargar os seus espaços de observação."

"É sobre o que outros dados que você seria capaz de chegar em suas mãos ... se você trazer isso para suportar isso vai ajudar a criar fechamento em seu quebra-cabeça para que você possa ficar realmente previsões de alta qualidade", disse ele.

O workshop também incluiu painéis sobre o aprendizado profundo, desafios analíticos e análise de antecipação, bem como palestras relâmpago indústria.

Apresentando desafios

No painel desafios analíticos, os líderes comunitários Intelligence compartilharam seus desafios com a indústria. Terry Busch, chefe de (DIA) integrado análise e metodologias divisão Agência de Inteligência da Defesa é, dito, em vez de amontoar-se em uma "equipe de confiança", a agência está se tornando mais externamente focado do que nunca e indústria desafiador para ajudá-lo a responder a sua mais questões profundamente mergulho e também para facilitar a mudança de cultura.

Busch disse que busca soluções para ajudar a transição comunidade DIA analítica de qualitativa para análise quantitativa de profundidade.

"Eu estou procurando por respostas em design de UX Para fazer essa mudança cultural um pouco mais tolerável", disse ele. "Nós precisamos fazer a transição de tecnologia e precisamos dessas tecnologias para ser palatável e compreensível."

Todd Johanesen, diretor do escritório de ciências e metodologias com a Agência de Inteligência Geoespacial Nacional (NGA), perguntou a indústria para ajudar a produção baseada em objeto agência de antecedência e observação de gestão de captura estruturado e partilhar toda a GEOINT possível sobre um objeto-in apoio da inteligência baseada em actividades.

"À medida que os conjuntos de dados de hoje estão aumentando ea oportunidade de nos reportar essa informação diminui, as pessoas querem as informações assim que, ou mesmo antes, somos capazes de olhar para ele", disse Johanesen. "Temos de chegar a outros meios de recolha que, compreendê-lo, e empurre o que sabemos sobre determina os dados."

Ir McCormick, um cientista de dados da CIA, compartilhou uma necessidade de métodos truthing melhor solo para medir previsões de encontro em análise preditiva.

"Se você não tem algum tipo de verdade terrestre para medir a sua previsão de encontro, você não tem nenhuma maneira de saber se o seu algoritmo é bom e não há maneira de convencer um analista eles devem prestar atenção a ela", disse McCormick.

 Toward the Future

Durante o painel sobre o aprendizado profundo, Tom Reed, diretor de arquitetura de solução para GPU-provedor NVIDIA, disse que apesar de como a aprendizagem muito profunda é "sensacionalistas" agora ele acredita que os especialistas podem realmente ser sub-prever quão rápido ele vai evoluir.

"Aprendizado profundo já está tocando em todas as nossas vidas", disse ele ... "Temos de aceitar o fato de que esta tecnologia vai ser parte de nossas vidas, e ter alguma noção da tecnologia cabe a nós ou corremos o risco de não ser capaz de controlar a exploração do mesmo. Vai estar em toda parte. "

Juliane Gallina, diretor da Watson  Solutions Governo com IBM, disse que o investimento do governo na Amazônia C2S e outros tipos de computação em nuvem está a facilitar as aplicações de aprendizagem de máquina na Comunidade de Inteligência e também em outras áreas, como a medicina.  

Dr. Lisa Porter, vice-presidente executivo e diretor de CosmiQ Works, In-Q-Tel , deu uma palestra de encerramento no espaço comercial. Porter postulou que estamos em "Space 3.0", que é impulsionado por startups baseadas em risco produzindo uma nova onda de produtos e serviços a preços acessíveis.

"[Space] 3.0 é impulsionado por custos e inovação, ea essência de 3,0 é tudo sobre acessibilidade e escalabilidade", disse Porter. "Várias submercados têm que trabalhar juntos para tornar esta visão uma realidade."

Porter anunciou que CosmiQ Obras e DigitalGlobe, com o apoio da NVIDIA e USGIF, fizeram uma parceria para criar um objeto de Imagens de Satélite de Detecção Desafio , uma competição para avaliar algoritmos para avançar detecção de objetos em imagens de satélite. O desafio será o primeiro de uma série contínua de desafios, e as equipes usarão Espacenet, um corpus de imagens de satélite de alta resolução e dados de treinamento rotulados, para desenvolver e algoritmos de trem.

"Vamos executar este desafio, fornecer os dados, deixe as pessoas colocam seus algoritmos para o teste, e ver o que temos", disse Porter. "Estou muito animado sobre isso, porque ele representa uma oportunidade para a comunidade para alavancar todo o bom trabalho em curso e adaptá-lo para os nossos desafios e necessidades específicas."

A tarefa específica para o desafio 2016 serão anunciados nas próximas semanas e um kit de desenvolvimento também será lançado.

Visite a USGIF website  para saber mais sobre futuros workshops e outros eventos.

http://trajectorymagazine.com/got-geoint/item/2151-geoint-analytics-superfood.html