Smartflow: Enabling Scalable Spatiotemporal Geospatial Research

要約

BlackSkyは、オープンソースのツールやテクノロジーをベースに構築された、スケーラブルな時空間地理空間研究を可能にするクラウドベースのフレームワーク、Smartflowを紹介します。STAC準拠のカタログを共通の入力として使用することで、異種地理空間データを標準化されたデータキューブに処理し、解析やモデルのトレーニングを行うことができます。モデル実験は、ClearML、Tensorboard、Apache Supersetなどのツールを組み合わせて管理される。Smartflowを支えるKubernetesは、ワークフローのプロビジョニングと実行をオーケストレーションし、水平および垂直スケーラビリティをサポートします。この機能の組み合わせにより、Smartflowは大規模な地理的エリア、時間スケール、膨大な画像アーカイブを対象とした地理空間モデルの開発と解析に適しています。 また、Smartflowを使用して構築された、大規模な地理的エリアの重建設を監視するための新しいニューラル・アーキテクチャも紹介します。IARPAのSpace-based Machine Automated Recognition Technique（SMART）プログラムのデータに基づく定性的な結果を示し、このモデルが開発のすべての主要な段階を通じて重建設を検出できることを示します。

要約(オリジナル)

BlackSky introduces Smartflow, a cloud-based framework enabling scalable spatiotemporal geospatial research built on open-source tools and technologies. Using STAC-compliant catalogs as a common input, heterogeneous geospatial data can be processed into standardized datacubes for analysis and model training. Model experimentation is managed using a combination of tools, including ClearML, Tensorboard, and Apache Superset. Underpinning Smartflow is Kubernetes, which orchestrates the provisioning and execution of workflows to support both horizontal and vertical scalability. This combination of features makes Smartflow well-suited for geospatial model development and analysis over large geographic areas, time scales, and expansive image archives. We also present a novel neural architecture, built using Smartflow, to monitor large geographic areas for heavy construction. Qualitative results based on data from the IARPA Space-based Machine Automated Recognition Technique (SMART) program are presented that show the model is capable of detecting heavy construction throughout all major phases of development.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL