エンベディングを使用した類似フィーチャの検索の仕組み
Advanced のライセンスで利用可能。
エンベディングを使用した類似フィーチャの検索 ツールでは、エンベディング表現を比較することで、位置情報データや画像データに対して大規模な類似検索を実行します。 このツールは、並列処理を使用した大規模なエンベディング データセットの処理に最適化されています。 このツールは、類似検索 を使用した予備調査後の長時間の解析におすすめします。
インタラクティブな類似検索とは異なり、このツールはジオプロセシング操作として実行され、実行中にマップ ビューをブロックしないため、大規模で計算負荷の高い類似検索に適しています。
概念的なワークフロー
概念的には、集約ツールは以下のように動作します:
入力エンベディング (検索空間)
入力エンベディング フィーチャは、類似性解析のための検索空間を定義します。 各フィーチャには、画像または地理的位置から生成されたエンベディング表現が含まれています。
画像エンベディングの場合、エンベディング グリッド セルは基礎となる画像から抽出されたフィーチャを表します。 すべての類似性計算は、これらのエンベディング グリッド セル上で実行されます。 画像は視覚的な参照だけを目的に表示され、類似性計算には直接使用されません。
位置エンベディングの場合、各フィーチャはその地理的位置から生成されたエンベディングによって表されます。 類似性は、これらの位置に基づくエンベディングを比較することで計算されます。
同様に、テキスト エンベディングの場合、各フィーチャは関連するテキスト属性から生成されたエンベディングによって表されます。 類似性は、これらのテキストに基づくエンベディングを比較することで計算され、フィーチャ間の意味論的関係を捉えます。
クエリー フィーチャ
クエリー フィーチャは、類似検索の対象オブジェクトを定義します。 1 つ以上のポリゴン フィーチャをクエリーとして使用できます。
クエリー ポリゴンとオーバーラップする検索空間内のすべてのエンベディング グリッド セルまたはフィーチャが識別され、それらのエンベディング ベクターの平均が計算され、単一のクエリー エンベディングが生成されます。
生成されたクエリー エンベディングは、コサイン類似度を使用して検索空間内のすべてのエンベディング (入力エンベディング フィーチャ) と比較され、類似したフィーチャが識別されます。
クエリー ポリゴンの指定
クエリー ポリゴンを対話的に描画するか、クエリー ポリゴンを含む既存のフィーチャ レイヤーを指定します。
類似性の評価と結果のフィルター
生成されたクエリー エンベディングが検索空間内のエンベディングと比較され、検索空間内の各エンベディング候補に対して類似性スコアが計算されます。
threshold パラメーターが適用されて結果がフィルターされます。 類似度スコアが、指定された最小閾値以上のフィーチャのみが出力に含まれます。
このツールは、入力フィーチャの指定された範囲内で、類似性の条件を満たすエンベディング フィーチャをすべて検出します。
類似検索の結果は出力フィーチャクラスに書き込まれ、一致するフィーチャが利用可能なすべての属性とともに保存されます。
エンベディングに基づく類似性の解釈
類似検索は、完全にエンベディング表現に基づいて実行されます。 類似性の定義は、使用されるエンベディングのタイプと、それを生成したモデルに依存します。
位置エンベディング
位置エンベディングが使用される場合、各フィーチャはその地理的位置とエリアから生成されたエンベディングによって表されます。 フィーチャ間の類似性は、これらのエンベディング表現を比較することで計算されます。
エンベディングにエンコードされた空間特性は、使用されるエンベディング モデルに依存します。 このため、類似していると見なされるフィーチャは、エンベディングを生成したモデルによって学習されたパターンに基づいています。
画像エンベディング
画像エンベディングが使用される場合、エンベディング グリッド セルは基礎となる画像から抽出されたフィーチャを表します。 類似検索は画像ピクセル自体ではなく、これらのエンベディング グリッド セルに対して実行されます。
マップに表示される画像は視覚的な参照だけを目的に表示され、類似性計算には直接使用されません。 すべての比較は、画像から生成されたエンベディング表現を使用して実行されます。
テキスト エンベディング
テキスト エンベディングが使用される場合、各フィーチャは関連するテキスト属性から生成されたエンベディングによって表されます。 フィーチャ間の類似性は、これらのエンベディング表現を比較することで計算されます。
いずれの場合も、類似性はエンベディング表現を比較することで決定され、その結果は使用されるエンベディング モデルによって異なる場合があります。
クエリー フィーチャを定義するためのベスト プラクティス
最適な結果を得るには、対話的な類似検索ワークフローですでに有意義な結果が得られたクエリー フィーチャを再利用します。 対話的な類似検索で使用されたクエリー フィーチャをエクスポートし、それらのエクスポートされたフィーチャをこのツールのクエリー フィーチャ レイヤーとして提供できます。 このアプローチは、解析をより大規模なデータセットにスケーリングする際に、一貫した信頼性の高い類似性の結果を得るのに役立ちます。