Beitrag von mundialis GmbH & Co. KG

🌍 GRASS GIS Addons – Parallelisierung Heute möchten wir zwei Addons vorstellen, die durch Parallelisierung Arbeitsprozesse optimieren. Auf diese Weise verbessert das Addon r.mapcalc.worker die Leistung der r.mapcalc-Funktion: Es verteilt Rechenaufgaben auf mehrere Kerne, wodurch die Bearbeitung großer Rasterdatensätze schneller und effizienter wird. Weitere Informationen finden Sie hier: https://lnkd.in/extxKi8W Das zweite Addon, r.learn.predict.parallel, optimiert maschinelles Lernen und Vorhersagemodelle ebenfalls durch parallele Verarbeitung. Es ermöglicht eine schnellere Durchführung von Lern- und Vorhersageprozessen. Mehr dazu hier: https://lnkd.in/e7r5Y9qA Auf der Abbildung sehen Sie eine bundesweite Landbedeckungsklassifikation, die im Rahmen des Projekts Incora ("Inwertsetzung von Copernicus-Daten für die Raumbeobachtung") erstellt wurde. In diesem vom Bundesministerium für Verkehr und digitale Infrastruktur geförderten Projekt kamen die vorgestellten Addons erfolgreich zum Einsatz, um die Effizienz der Datenverarbeitung zu verbessern. #GIS #GRASSGIS #MachineLearning #OpenSource 

  • map
Doug Newcomb

Cartographer at USFWS

3 Monate

That's just awesome. I look forward to using it!

Zum Anzeigen oder Hinzufügen von Kommentaren einloggen

Themen ansehen