Skip to main content

Cómo funciona Extraer la incorporación en los campos

Los flujos de trabajo de ArcGIS Pro incorporan cada vez más modelos fundacionales que generan representaciones numéricas, denominadas incorporaciones para describir entidades espaciales complejas, como imágenes, texto u otros datos de alta dimensión. Estas incorporaciones capturan patrones latentes aprendidos por el modelo y se utilizan habitualmente para análisis de similitud, clustering, clasificación y análisis exploratorio.

Cuando se generan incorporaciones en ArcGIS Pro usando la herramienta Generar incorporaciones con modelos de IA, se empaquetan de forma predeterminada en un campo de objeto binario grande (BLOB). Este formato permite almacenar y transportar de forma eficiente vectores numéricos de alta dimensión, pero no puede ser consumido directamente por muchas herramientas de geoprocesamiento. La herramienta Extraer la incorporación en los campos convierte estas representaciones binarias en campos numéricos individuales para que las dimensiones de incorporación puedan usarse directamente en los flujos de trabajo de ArcGIS Pro.

Potenciales aplicaciones

Puede usar la herramienta Extraer la incorporación en los campos en los siguientes escenarios:

Por ejemplo, un científico de datos puede generar incorporaciones a partir de imágenes satelitales utilizando un modelo fundacional de visión. Estas incorporaciones codifican información sobre textura, forma y contexto aprendida por el modelo. Expandir las incorporaciones permite a los analistas SIG agrupar huellas de imágenes o identificar patrones espaciales mediante herramientas conocidas de ArcGIS Pro.

Campo de incorporación

Las incorporaciones generadas por modelos fundacionales se almacenan en un BLOB. Para más información sobre cómo se representan las incorporaciones en ArcGIS Pro, consulte Incorporaciones como campos BLOB.

Incorporación como blob

Este enfoque minimiza la sobrecarga de almacenamiento y mejora el rendimiento de lectura y escritura, especialmente en datasets grandes con incorporaciones de alta dimensionalidad. Aunque eficiente, este formato binario impide el uso directo de los valores de las incorporaciones en herramientas que esperan campos numéricos.

Prefijo del campo de salida

La herramienta Extraer la incorporación en los campos invierte el proceso de empaquetado de las incorporaciones y expone cada dimensión de la incorporación como un atributo numérico.

Esta herramienta realiza las siguientes operaciones:

  • Lee las entidades de entrada y valida el campo seleccionado Embedding .

  • Copia el valor del parámetro Entidades de entrada en el valor del parámetro Entidades de salida.

  • Deserializa el primer registro BLOB válido para determinar la dimensionalidad de la incorporación

  • Crea un campo Float32 para cada dimensión de incorporación usando el valor del parámetro Prefijo de campo de salida.

  • Itera por todas las entidades, desempaqueta los datos binarios y escribe cada valor flotante en su campo correspondiente.

Por ejemplo, con el valor del parámetro Prefijo de campo de salida de incorporar, una incorporación con 256 dimensiones dará lugar a 256 nuevos campos numéricos con registros BLOB deserializados. La tabla de atributos de la salida se vería así:

Resultados ampliados

Prácticas recomendadas

Utilice la herramienta Extraer la incorporación en los campos cuando necesite las dimensiones de las incorporaciones como campos numéricos para análisis, visualización, uniones o herramientas que no admitan incorporaciones compactas, ya sean de tipo BLOB o vector. Considere lo siguiente al extraer las incorporaciones en dimensiones individuales para asegurar flujos de trabajo estables y eficientes.

  • Algunas bases de datos tienen límites estrictos de columnas—por ejemplo, PostgreSQL admite hasta ~1600 campos por tabla. Expandir grandes incorporaciones puede superar estos límites o degradar el rendimiento debido a tablas de sistema sobredimensionadas. Reducir el número de campos extraídos al trabajar en bases de datos empresariales.

  • Las tablas muy anchas pueden provocar tiempos de procesamiento prolongados o agotamiento de memoria, incluso en equipos con mucha memoria. Pruebe los flujos de trabajo en subconjuntos más pequeños, reduzca las dimensiones cuando sea necesario y evite expandir innecesariamente las incorporaciones de dimensionalidad muy alta.

  • Muchas herramientas de regresión y clustering, como la herramienta Regresión lineal generalizada, no son adecuadas para entradas de alta dimensionalidad. Utilice la herramienta Reducción de dimensión para condensar las incorporaciones en un conjunto más pequeño de componentes antes del análisis posterior. Esto mejora el rendimiento, evita la multicolinealidad y aumenta la interpretabilidad.

  • Las incorporaciones de alta dimensionalidad pueden crear grandes cantidades de campos. Use un prefijo de campo de salida claro y conciso, y conserve los campos identificadores o categóricos del dataset original para facilitar la interpretación de los resultados del análisis.

  • La clase de entidad de salida conserva el campo BLOB Embedding original junto con los campos numéricos extraídos. Esto permite conservar la incorporación serializada original y, al mismo tiempo, habilitar flujos de trabajo de análisis numérico en ArcGIS Pro. Además, el campo de incorporación serializada se utiliza para herramientas de análisis basadas en incorporaciones, como Encontrar entidades similares usando incorporaciones.