84. Mutacija: kalibruoti ir valyti derliaus duomenų rinkinį

API iškvietimai derliaus duomenų rinkinių valymui ir kalibravimui

„YieldDataset“ kalibravimas yra funkcija, kuri ištaiso reikšmių pasiskirstymą pagal matematikos principus, pagerindama duomenų vientisumą. Tai stiprina sprendimų priėmimo kokybę ir daro duomenų rinkinį vertingu tolesnei išsamaiai analizei.

Šios funkcijos įprasti panaudojimo atvejai apima:

• Duomenų sinchronizavimą, kai keli kombainai dirbo vienu metu arba per kelias dienas, užtikrinant nuoseklumą.

• Duomenų rinkinio homogenizavimą ir tikslumo didinimą, sušvelninant svyravimus.

• Triukšmo ir nereikalingos informacijos pašalinimą, kuri gali užtemdyti įžvalgas.

• Apsisukimų arba nenormalių geometrijų eliminavimą, kurie gali iškraipyti tikrus lauko modelius ir tendencijas.

• Derliaus duomenų sureguliavimą taip, kad jie atitiktų nustatytus vidurkius arba sumas kiekvienam atributui.

Norėdami išsamesnės apžvalgos ir pavyzdžių, kreipkitės į mūsų Derliaus kalibravimo ir valymo naudojimo atvejį.

Originalus YieldDataset su WetMass atributu

Penki kombainai dirbo lygiagrečiai 30 ha lauke, parodytame žemiau. Vieno iš kombainų kalibracija nebuvo sinchronizuota su kitais, dėl ko atsirado oranžinė taškeliai, rodantys, kad reikalingas papildomas KALIBRAVIMAS Be to, daugelyje vietų yra apsisukimų raudoni taškai arčiau „Lauko“ kraštų, kuriuos reikia pašalinti.

Originalus YieldDataset su WetMass atributu

Kalibruotas ir išvalytas YieldDataset su WetMass atributu

Žemiau pateiktas rezultatas rodo duomenų rinkinį po automatinio KALIBRUOTI ir VALYTI operacijų pritaikymo naudojant numatytuosius parametrus. Gautoji „YieldDataset“ tapo homogeniška, be anomalijų ar staigių pokyčių tarp gretimų geometrijų.

Kalibruotas ir išvalytas YieldDataset su WetMass atributu

Parinktys: pagal takus vs vidurkis/suma vs sąlyginė

Pagal takus atliekama kalibracija atitinka mašinos važiavimo takus. Kiekvienas mašinos takas apdorojamas kaip atskira sritis kalibravimo tikslais. GeoPard komanda siūlo naudoti šį metodą kaip standartinį požiūrį.

Vidutinės/Reikšmės sumos kalibracija koncentruojasi į atributų reikšmių perskirstymą. Jei geografiniai modeliai yra teisingi, bet absoliutūs skaičiai skiriasi nuo realių, šis metodas yra naudingas. Optimaliesiems rezultatams GeoPard rekomenduoja derinti su pagal takus atliekama kalibracija: pirmiausia taikyti pagal takus, tada reguliuoti pagal žinomas vidutines/sumines reikšmes.

Sąlyginė kalibracija reguliuoja atributų reikšmes pagal pateiktus min ir max slenkstelius. Šis metodas ypač naudingas, kai geografiniai modeliai yra tikslūs, tačiau reikšmių pasiskirstymas reikalauja korekcijų, ypač kai yra žinomos minimalios ir maksimalios reikšmės. Geriausiems rezultatams GeoPard rekomenduoja derinti su pagal takus atliekama kalibracija: pradėti nuo pagal takus, o tada pakoreguoti, kad atitiktų žinomas min ir max reikšmes.

Patarimai

Patarimas dėl duomenų anomalijų

Jei vartotojas susiduria su duomenų anomalijomis, pvz., reikšmėmis, artimomis nuliui, arba neįprastai didelėmis reikšmėmis (pvz., vidurkis 10, bet maksimumas 8000), rekomenduojama naudoti Valymo ir kalibravimo darbo eigą. Ji konfigūruojama naudojant parametrus veiksmai: [CLEAN, CALIBRATE].

Pirmiausia išvalius duomenis prieš kalibravimą užtikrinama klaidų, trūkstamų reikšmių ar neatitikimų pašalinimas, taip pagerinant duomenų kokybę ir tikslumą.

Patarimas dėl duomenų be pradinių klaidų

Jei duomenų rinkiniai iš pradžių yra be klaidų, trūkstamų reikšmių ar neatitikimų, ir žinoma, kad dalyvavo keli kombainai, apsvarstykite Kalibravimo ir valymo darbo eigą. Ji konfigūruojama naudojant parametrus veiksmai: [CALIBRATE, CLEAN].

Duomenų valymas po kalibravimo padeda toliau rafinuoti rinkinį, galbūt pašalinant bet kokius artefaktus, atsiradusius kalibravimo metu.

Dokumentacija: Mutacijos detalės

Numatytoji standartinė konfigūracija įgalina automatinį „YieldDataset“ kalibravimą ir valymą.

mutacija AutoCalibrateYieldDataset {
  calibrateYieldDataset(input: {
    fieldUuid: "<placeholder_of_field_uuid>"
    yieldDatasetUuid: "<placeholder_of_dataset_uuid>"
    veiksmai: {
      calibrateAction: {
        calibrationAttributes:["WetMass", "VRYIELDVOL"]
        conditionPathwiseCalibration: {
          calibrationBasis: "WetMass"
          maxHomogeneityRegion: true
          syntheticMachinePath: true
        }
      }
      cleanAction: {
        condtionAutoClean: {
          targetAttribute: "WetMass"
        }
      }
      
      veiksmai:  [CALIBRATE, CLEAN]
    }
  }) {
    uuid
    fieldUuid
    originalUuid
    statusCode
    statusMessage
  }
}

Išsamesnis pavyzdys suteikia rankinę min/max diapazonų kontrolę ir įtraukia papildomus atributus.

mutacija CustomCalibrateYieldDataset {
  calibrateYieldDataset(input: {
    fieldUuid: "<placeholder_of_field_uuid>"
    yieldDatasetUuid: "<placeholder_of_dataset_uuid>"
    veiksmai: {
      calibrateAction: {
        calibrationAttributes:["WetMass", "VRYIELDVOL"]
        smoothWindowSize: 11
        conditionPathwiseCalibration: {
          calibrationBasis: "Machine"
          maxHomogeneityRegion: true
          syntheticMachinePath: false
        }
        conditionAvgTotalCalibration:[{
          calibrationAttribute: "WetMass"
          average:8.0
        }]
      }
      cleanAction: {
        condtionAutoClean: {
          targetAttribute: "WetMass"
        }
        conditionMinMaxClean: [{
          cleanAttribute: "Distance"
          min: 1.5
          max: 10.0
        }]
      }
      veiksmai:  [CALIBRATE, CLEAN]
    }
  }) {
    uuid
    fieldUuid
    originalUuid
    statusCode
    statusMessage
  }
}

Norint laikytis USDA protokolo šiai VALYTI operacijai, turite arba nurodyti VISAS stulpelių reikšmes cleanAction -> conditionMinMaxClean arba pateikti jų dalį cleanAction -> conditionMinMaxClean ir likusias pateikti condtionAutoClean -> excludedAttributes.

Įvesties parametrai:

• veiksmai kaip masyvas, leidžiantis pasirinkti taisymo veiksmus ir jų taikymo seką palaikomos reikšmės apima VALYTI ir KALIBRUOTI.

• calibrateAction kaip objektą, kuriame yra konfigūracijos detalės, susijusios su KALIBRUOTI operacija.

  • calibrationAttributes kaip masyvas atributų, kuriems reikia kalibracijos, paprastai susijusių su Derliaus stulpeliu.

  • smoothWindowSize kaip nelyginis sveikasis skaičius, kuris sušvelnina rezultatų reikšmes, mažindamas staigius šuolius reikšmėse.

  • conditionPathwiseCalibration kaip objektas su Pagal takus kalibracija atitinka mašinos važiavimo takus. Kiekvienas mašinos takas apdorojamas kaip atskira sritis kalibravimo tikslais.

    • calibrationBasis kaip eilutė, reiškianti atributą, naudojamą kalibracijos pagrindu.

    • maxHomogeneityRegion kaip loginė reikšmė, nurodanti, ar kaip etalono regionas kalibracijai naudojama didžiausia homogeninė sritis.

    • syntheticMachinePath kaip loginė reikšmė, nurodanti mašinos maršrutų simuliaciją; tai naudinga, kai trūksta tikslaus mašinos takų atributo ir jį reikia simuliuoti pagal laiko žymes ar panašų atributą.

  • conditionAvgTotalCalibration kaip objektas su Vidutinė/Suma kalibracija koncentruojasi į atributų reikšmių perskirstymą. Jei geografiniai modeliai yra teisingi, bet absoliutūs skaičiai skiriasi nuo realių, šis metodas yra naudingas.

    • calibrationAttribute kaip eilutė, reiškianti atributą, kuris bus kalibruojamas.

    • average kaip skaičius, reiškiantis atributų vidurkius; atributų reikšmės turėtų atitikti šį vidurkį. Vienu metu turėtų būti naudojama tik viena parinktis, arba average arba total, turėtų būti naudojama vienu metu.

    • total kaip skaičius, reiškiantis atributų reikšmių bendrą sumą; šių reikšmių suma turėtų atitikti nurodytą total. Vienu metu turėtų būti naudojama tik viena parinktis, arba average arba total, turėtų būti naudojama vienu metu.

  • conditionMinMaxCalibration kaip objektas su Sąlyginė kalibracija reguliuoja atributų reikšmes pagal pateiktus min ir max slenkstelius.

    • calibrationAttribute kaip eilutė, reiškianti atributą, kuris bus kalibruojamas.

    • min kaip skaičius, reiškiantis atributų minimalias reikšmes, veikiančias kaip žemiausias kalibravimo diapazonas.

    • minIncluded kaip loginė reikšmė, nurodanti, ar įtraukti minimalias reikšmes.

    • max kaip skaičius, reiškiantis atributų maksimaliąsias reikšmes, veikiančias kaip aukščiausias kalibravimo diapazonas.

    • maxIncluded kaip loginė reikšmė, nurodanti, ar įtraukti maksimaliąsias reikšmes.

• cleanAction kaip objektas, apimantis konfigūracijos specifikacijas, susijusias su VALYTI operacija.

  • conditionAutoClean kaip objektas, apimantis konfigūracijas, specifines automatinio valymo algoritmui.

    • targetAttribute kaip eilutė, reiškianti tikslines derliaus reikšmes.

    • excludedAttributes kaip eilutžių masyvas, nurodantis atributus, kurie neturi įtakos valymo operacijai.

  • conditionMinMaxClean kaip objektų masyvas, kuriame yra aprašytos valymo taisyklės; kiekvienas objektas apima šiuos parametrus.

    • cleanAttribute kaip eilutė, nurodanti taisyklės stulpelio pavadinimą.

    • min kaip skaičius, nurodantis minimalią reikšmę.

    • max kaip skaičius, nurodantis maksimalia reikšmę.

Norėdami peržiūrėti įvestis ir gauti naujausias išvedamųjų reikšmių (pvz., operacijos), reikėtų naudoti Altair.

Dokumentacija: YieldDataset užklausa

Kaip GeoPard API vartotojas galite gauti informaciją apie YieldDatasetams taikytus pataisymus per atributus appliedCorrections ir appliedCorrectionsVersion. Pirmasis pateikia atliktų pataisymų sąrašą (pvz., KALIBRUOTI ir VALYTI), jų vykdymo tvarka nurodyta pagal jų eilę masyve. Tuo tarpu appliedCorrectionsVersion nurodo naudojamos algoritmo versiją.

užklausa DetailsAboutAppliedCalibrations {
  getFields (filter: {fieldUuid: "<placeholder_of_field_uuid>"}){
    fields {
      uuid
      yieldDatasets  {
        uuid
        appliedCorrections
        appliedCorrectionsVersion
      }
    }
  }
}