ArcGIS Pro のエンベディング
エンベディングは、意味のあるパターン、特性、リレーションシップをコンパクトな数学的形式で捉えたデータの数値ベクター表現です。 エンベディングは、未加工のピクセル、空間フィーチャ、未加工のテキスト、またはジオメトリーだけでデータを記述する代わりに、複雑な入力を、類似性を数学的に計測できる高次元ベクターに変換します。
エンベディング空間では、次の特性が適用されます:
類似フィーチャはより近くに配置されます。
異なるフィーチャはより遠くに配置されます。
パターン間のリレーションシップを定量化できるようになります。
この変換により、類似検索、クラスタリング、変化の検出、大規模な空間解析が可能になります。 解析は未加工のデータではなく事前計算されたベクターに対して実行されるため、コサイン類似度の計算などの軽微な計算が含まれます。 その結果、エンベディングに基づくワークフローを標準的な CPU インフラストラクチャー上で効率的に実行でき、GPU への依存を減らし、計算コストを抑えることができます。
エンベディング
エンベディング機能にアクセスするには、次のいずれかを実行します:
解析 リボン タブの ワークフロー セクションで、エンベディング ボタン
をクリックします。 これにより、AI モデルを使用したエンベディングの生成 ツール、類似検索 ウィンドウ、エンベディングのマージ ツールにアクセスできます。GeoAI ツールボックスの エンベディングに基づく解析ツールセット 内のジオプロセシング ツールを使用します。
データ空間からエンベディング空間へ
元のデータ空間では、次の特性が適用されます:
画像はピクセルで構成されます。
位置はジオメトリーと空間コンテキストによって定義されます。
テキストは単語で構成され、意味は言語とコンテキストによって定義されます。
フィーチャはそれぞれ、形状、テクスチャー、配置、または周辺環境が異なる場合があります。
エンベディング モデルを通じた座標変換の後、次の変化が起こります:
各フィーチャは固定長の数値ベクターとして表現されます。
類似フィーチャは、エンベディング空間内で自然にクラスターを形成します。
フィーチャ間の意味論的な類似性が、ベクター距離指標を使用して計測できるようになります。
同様に、位置やテキストに対してエンベディングを生成でき、エンベディング空間内で空間的または意味論的な類似性が近傍のベクターとして捉えられます。
位置エンベディング
位置エンベディングは、地理領域の数値表現です。 1 つ以上の属性 (人口密度、1 人当たりの収入、土地被覆タイプなど) を使用して位置を記述する代わりに、エンベディングは数値のベクターを使用してその場所を表現します。
ポイント位置、郡ポリゴン、郵便番号、六角形ビンなどの各位置が、多次元ベクターにマッピングされます。 位置に関連する定義済みの変数に数値を割り当てるのではなく、位置エンベディングはエンベディングのすべての次元に情報を分散させます。 このベクター全体に分散される情報のタイプは、エンベディングの生成に使用されたモデルと、そのモデルが学習するようにトレーニングされた内容によって異なります。
エンベディング データの要件
エンベディングはフィーチャクラスとして保存されます。
エンベディング データセットとして認識されるには、フィーチャクラスに Embedding という名前の BLOB タイプのフィールドが含まれている必要があります。 このフィールドには、AI モデルによって生成された数値ベクター表現が保存されます。
エンベディングは、次のジオデータベース形式への保存がサポートされています:
ファイル ジオデータベース
エンタープライズ ジオデータベース (登録済みフィーチャクラス)
モバイル ジオデータベース
エンベディングをシェープファイルや GeoPackage ファイルとして保存することはサポートされていません。
空間解析でのエンベディング
エンベディングによって、次の操作を行うことができます:
地理空間データセット全体でのスケーラブルな類似検索。
手動でルールを定義しない、パターンに基づく取得。
属性に明示的に定義されていない空間パターンの発見。
さまざまな管理レベルでのフィーチャの集約と比較。
コンパクトなベクター形式での豊富な空間情報の効率的な保存。
複雑な空間情報または視覚情報を構造化された数値表現に変換することで、エンベディングは高度な地理空間 AI ワークフローのための強力な基盤を提供します。