A Tool to calculate the Area of Applicability (Initial Paper by Meyer, H. and Pebesma, E.)
Methoden des maschinellen Lernens werden immer mehr und mehr für räumliche Vorhersagen, wie etwa Klassifizerung und Fernerkundung, verwendet. Einer der Gründe hierfür ist u.a. die Fähigkeit hier nicht-lineare Beziehungen zu erlernen und dadurch Klassifizierungssaufgaben zu lösen.Ein Problem hierbei ist jedoch, dass diese Algorithmen lediglich aussagekräftige Vorhersagen treffen können, wenn sie auf Daten angewendet werden, die den Ursprungsdaten ähnlich sind, auf denen Sie trainiert wurden. Um diese "Ähnlichkeiten" zu quantifizieren und darzustellen wurde die AOA (Meyer und Pebesma, 2021) entwickelt. Die Methoden zur Berechnung der AOA sind derzeit als Teil des R-Packets CAST verfügbar. Ziel dieses Projektes ist es, genau diese Funktionalität für größere Nutzergruppen verfügbar zu stellen und diese zurm Standardwerkzeug zur Einschätzung der Anwendbarkeit zu integrieren.
Das entwickelte System kombiniert Vorhersagen und Anwendbarkeitsabschätzung basieren auf zwei Betriebsmodelle: [1]Der Benutzer legt ein trainiertes Modell vor und wählt einen Bereich von Interesse aus: Das System führt die Klassifizierung in dem betreffenden Gebiet durch und berechnet die AOA. [2]Der Benutzer gibt ein (trainiertes oder untrainiertes) Modell und Trainingsdaten ein und wählt Das System führt das Training und die Klassifizierung in dem betreffenden Gebiet durch Bereich von Interesse durch und berechnet die AOA.
Zur vereinfachten Nutzung haben wir Docker verwendet & bereitgestellt. 1. Docker Desktop starten
2.1 Dieses Repository klonen und in VSC im Terminal in den Ordner AtzenGIS navigieren oder
2.2 Im Terminal docker pull geoatzen/frontendatzengis und docker pull geoatzen/backendatzengis
3. $ docker-compose up
Die Website ist dann erreichbar unter:
http://localhost:3000/
Beim ersten mal dauert es bis zu 70 minuten bis alles Installiert ist! Bitte haben Sie Geduld. WebApp öffnen und zum AtzenGIS navigieren. Auf der Anwedungsseite Auswählen, ob ein trainiertes Modell vorhanden ist oder nicht - dementsprechend werden die entsprechenden Möglichkeiten eingeblendet. Hochladen der Daten nach entsprechender Auswahl in Schitt 2. Um die Daten anzeigen zu lassen, klicken Sie auf den entsprechenden Knopf. Wählen Sie im Optimalfall eine Area of Interest (nicht zwingend notwenig!) und klicken auf "Ausführen mit trainiertem Modell". Hochladen der Daten nach entsprechender Auswahl in Schitt 2. Um die Daten anzeigen zu lassen, klicken Sie auf den entsprechenden Knopf. Daraufhin wählen Sie im Optimalfall eine Area of Interest und einem Trainingsalgorithmus zum trainieren der hochgeladenen Trainingsdaten (nicht zwingend notwenig!). Wählen Sie im Optimalfall eine Area of Interest und einem Trainingsalgorithmus zum trainieren der hochgeladenen Trainingsdaten (nicht zwingend notwenig!). Anzeigen der Prediction auf Knopfdruck mit Legende. Anzeigen der AOA mit Informationstext und den sampling locations (Dies sind die Gebiete, wo im Optimalfall neue Trainingspolygone gezeichnet werden sollten). Digitalisieren und Labeln neuer Trainingsdaten mit der Möglichkeit diese noch schriftlich anzupassen, mit dem bereits hochgeladenen GeoPackage oder GeoJSON zu verbinden und herunterzuladen. Download aller einzelnen Daten und auf Knopfdruck entweder zurück zu Anwendungsseite um dort mit neuen Daten von vorne zu beginnen, oder mit der im vorherigen Schritt gemergten Datei einen erneuten Durchlauf mit den selbst gezeichneten Trainingsdaten durchzuführen um ein besseres Ergebniss zu erzielen. Hierbei haben Sie die selben Auswahlmöglichkeiten wie in Schritt 3.2. Dieses Programm ist eine freie, opensource Software: Sie können es unter den Bedingungen der GNU General Public License, wie von der Free Software Foundation veröffentlicht, weitergeben und/oder verändern. Weitere Informationen über die Lizenz finden Sie unter LICENSE. Dieses Programm wurde von Jonathan M., Darian W., Luca H., Tobias K., Tim L. und Erkam D. für die Veranstaltung Geosoftware II unter der Leitung von E. Pebesma und C. Knoth erstellt.