Funktionsweise von "Embeddings zusammenführen"
Das Werkzeug Embeddings zusammenführen ermöglicht es, hochdimensionale Vektordaten (Embeddings) aus einem Quell-Layer in einen Ziel-Polygon-Layer zu aggregieren. Dieser Prozess ist für die Zusammenfassung komplexer Informationen von entscheidender Bedeutung und schließt die Lücke zwischen unverarbeiteten, lokal begrenzten Embeddings und größeren, aussagekräftigen geographischen Einheiten wie Verwaltungsgrenzen, Abflussgebieten oder benutzerdefinierten Analysegittern.
Embeddings in ArcGIS
In modernen KI-Workflows ist ein Embedding eine dichte, hochdimensionale Darstellung eines Features, das die semantische Bedeutung dieses Features erfasst.
Weitere Informationen zu Embeddings
In ArcGIS Pro werden Embeddings in einem BLOB-Feld (Binary Large Object) gespeichert, wie in Embeddings als BLOB-Felder beschrieben.
Um die Performance und die Kompatibilität mit Python, C++ und JavaScript zu gewährleisten, erwartet das Werkzeug, dass diese BLOBs als binäre Arrays mit 32-Bit-Gleitkommazahlen (float32) serialisiert werden. Wenn das Werkzeug ausgeführt wird, liest es diese binären Puffer direkt als numerische Arrays in den Speicher ein, führt mathematische Aggregationen durch und serialisiert sie zur Speicherung in der Ausgabe-Feature-Class erneut.
Wenn Embeddings generiert werden, beispielsweise mithilfe von Deep-Learning-Modellen, erfasst der resultierende Vektor die Semantik einer Postion. Das Werkzeug Embeddings zusammenführen bietet eine Möglichkeit, diese Vektoren über verschiedene geographische Maßstäbe hinweg zu verschieben, während ihre mathematische Integrität erhalten bleibt.
Datenverarbeitung durch das Werkzeug
Das Werkzeug folgt einem vierstufigen Workflow, um räumliche und mathematische Genauigkeit sicherzustellen:
Räumliche Überlagerung
Das Werkzeug ermittelt zunächst die genaue räumliche Überlappung zwischen dem Parameterwert Embedding Features (Quelle) und dem Parameterwert Ziel-Features (Ziel). Dadurch wird sichergestellt, dass nur die Teile der Embeddings, die physisch innerhalb eines Zielpolygons liegen, zu dessen endgültigem Vektor beitragen. Durch die Verwendung einer paarweisen Schnittmenge-Logik verarbeitet das Werkzeug umfangreiche Datasets mit hoher topologischer Komplexität effizienter als herkömmliche Überlagerungsmethoden.
Bei Punkten ermittelt das Werkzeug, welche Punkte physisch innerhalb jedes Zielpolygons liegen. Bei Polygonen berechnet das Werkzeug die Schnittfläche – also den genauen Bereich, in dem sich ein Quellpolygon mit einem Zielpolygon überschneidet.
Aggregations-Logik
Der Kern des Werkzeugs ist seine Fähigkeit, mehrere hochdimensionale Vektoren zu einem einzigen repräsentativen Vektor für die Zielfläche zu zusammenzuführen. Die Berechnungsmethode ändert sich je nach der Eingabegeometrie.
Punkt zu Polygon (einfacher Mittelwert)
Beim Zusammenfassen von Punkten zu einem Polygon geht das Werkzeug davon aus, dass jeder Punkt eine einzelne, diskontinuierliche Beobachtung darstellt. Der finale Vektor \(E_{\text{target}}\) ist der arithmetische Mittelwert aller innerhalb der Grenze gefundenen Vektoren (\((E_i)\)). Dies ist ideal, um Social-Media-Embeddings mit Geo-Tags oder lokalisierte Sensordaten zu aggregieren.
[!NOTE]Wenn ein Zielpolygon keine Punkte enthält, bleibt das
Embedding-Feld in der Ausgabe NULL.
Polygon zu Polygon (Gewichteter Durchschnitt für Flächen)
Wenn es sich bei den Quell-Embeddings um Polygone handelt (z. B. Ausschnitte aus einem Satellitenbild oder Landkreisgrenzen), verwendet das Werkzeug eine flächengewichtete Interpolation. Diese Logik berücksichtigt, dass ein Embedding, das 90 % eines Zielpolygons abdeckt, einen deutlich größeren Einfluss auf das Ergebnis haben sollte als eines, das nur 10 % abdeckt.
Das Werkzeug berechnet die Gewichtung (Wi) für jedes überlappende Embedding, indem es die Schnittfläche (\(Area_i\)) durch die gesamte überlappende Fläche innerhalb dieses bestimmten Ziels dividiert.
Vektorberechnung
Mithilfe der NumPy-Bibliothek wandelt das Werkzeug die binären BLOBs in Arrays um, führt die gewichteten Berechnungen durch und serialisiert die Ergebnisse anschließend wieder in ein binäres Format zur Speicherung.
Erzeugung der Ausgabe
Die Endergebnisse werden in eine neue Feature-Class geschrieben. Ein neues BLOB-Feld – standardmäßig mit dem Namen Embedding – wird erstellt. Diese Ausgabe ist für nachfolgende GeoAI-Werkzeuge wie die Ähnlichkeitssuche optimiert.
Verwendung
Dieser Abschnitt bietet praktische Tipps und weist auf Einschränkungen hin, um sicherzustellen, dass das Werkzeug erfolgreich ausgeführt wird.
Datenvorbereitung
Das Werkzeug sucht speziell nach einem Feld namens Embedding. Stellen Sie sicher, dass Ihre Quell-Features genau diesen Feldnamen haben und der Datentyp auf BLOB festgelegt ist.
Alle Embeddings in der Eingabe müssen die gleiche Länge haben (z. B. müssen alle 128- oder 512-dimensional sein). Wenn das Werkzeug auf Embeddings mit unterschiedlichen Längen stößt, überspringt es diese Datensätze und gibt eine Warnung aus.
Workspace-Beschränkungen
Da Shapefiles und GeoPackages technische Einschränkungen hinsichtlich der Speicherung und des Abrufs großer BLOB-Daten aufweisen, muss der Parameterwert Ausgabe-Embedding-Features in einer Datei, einer Mobile- oder Enterprise-Geodatabase gespeichert werden.
Die Verwendung der Workspace memory oder in_memory wird für dieses Werkzeug aufgrund der potenziell ausgiebigen RAM-Nutzung großer Embedding-Datasets nicht empfohlen.
Umgebungseinstellungen
Für die Berechnung eines gewichteten Durchschnitts für Flächen dringend empfohlen, als Ausgabe-Koordinatensystem ein projiziertes Koordinatensystem zu verwenden. Die Verwendung eines geographischen Koordinatensystems (WGS84) kann in bestimmten Regionen die Performance beeinträchtigen und zu weniger genauen Flächenverhältnissen führen.
Problembehandlung
Wenn ein Zielpolygon in der Ausgabe ein Embedding-Feld mit dem Wert NULL hat, bedeutet das, dass keine Quell-Features dieses Polygon räumlich geschnitten haben oder dass die sich schneidenden Features leere BLOB-Daten enthielten.