84. Mutacija: kalibriraj in očisti "YieldDataset"

API klici za čiščenje in kalibracijo naborov podatkov o prinosih

Kalibracija "YieldDataset" je funkcionalnost, ki popravi porazdelitev vrednosti v skladu z matematičnimi načeli in izboljša celovito integriteto podatkov. Poveča kakovost odločanja in naredi nabor podatkov uporaben za nadaljnje poglobljene analize.

Pogoste uporabe te funkcionalnosti vključujejo:

• Sinhronizacijo podatkov, ko so z žetvijo hkrati ali v več dneh delali več kombajnov, s čimer se zagotovi doslednost.

• Naredi nabor podatkov bolj homogen in natančen z ublažitvijo različic.

• Odstranjevanje šuma v podatkih in odvečnih informacij, ki lahko zameglijo vpoglede.

• Odstranjevanje obračanj ali nenavadnih geometrij, ki lahko popačijo dejanske vzorce in trende na polju.

• Prilagoditev podatkov o pridelku, da se ujemajo z uveljavljenimi povprečji ali vsotami za vsak atribut.

Za podrobnejšo razlago in primere si oglejte našo Kalibracija in čiščenje pridelka primer uporabe.

Izvirni YieldDataset z atributom WetMass

Na prikazanem 30 ha polju je hkrati delalo pet kombajnov vzporedno. Kalibracija enega izmed kombajnov ni bila sinhronizirana z ostalimi, kar je povzročilo oranžna pege, kar nakazuje, da je potrebna dodatna KALIBRACIJA Poleg tega je več obračališč rdeče pege bližje robom "Polja", ki jih je treba odstraniti.

Izvirni YieldDataset z atributom WetMass

Kalibriran in očiščen YieldDataset z atributom WetMass

Spodnji rezultat prikazuje nabor podatkov po uporabi samodejnih KALIBRIRAJ in OČISTI operacij z uporabo privzetih parametrov. Rezultirajoči "YieldDataset" je postal homogen, brez odstopanj ali nenadnih sprememb med sosednjimi geometrijami.

Kalibriran in očiščen YieldDataset z atributom WetMass

Možnosti: po poteh proti povprečju/vsoti proti pogojnemu

Kalibracija po poteh ustreza sledem stroja. Vsaka sled stroja se za namene kalibracije obravnava kot ločena regija. Ekipa GeoPard predlaga uporabo te metode kot standardnega pristopa.

Kalibracija povprečje/vsota se osredotoča na prerazporeditev vrednosti atributov. Če so geografski vzorci pravilni, vendar absolutne številke odstopajo od dejanskih, je ta metoda koristna. Za optimalne rezultate GeoPard priporoča kombinacijo s kalibracijo po poteh: najprej uporabite kalibracijo po poteh, nato prilagodite znanim vrednostim povprečja/vsote.

Pogojna kalibracija prilagodi vrednosti atributov glede na dane minimalne in maksimalne meje. Ta metoda je še posebej dragocena, ko so geografski vzorci natančni, vendar porazdelitev vrednosti potrebuje prilagoditve, zlasti kadar so znane minimalne in maksimalne vrednosti. Za najboljše rezultate GeoPard priporoča združitev s kalibracijo po poteh: začnite s kalibracijo po poteh, nato prilagodite tako, da se ujemajo z znanimi min in max vrednostmi.

Namigi

Nasvet za anomalije v podatkih

Če uporabnik naleti na anomalije v podatkih, kot so vrednosti pri ali blizu ničle, ali nenavadno velike vrednosti (na primer povprečje 10 z maksimumom 8000), se priporoča potek dela Čiščenje in kalibracija Je konfiguriran z uporabo parametrov dejanja: [CLEAN, CALIBRATE].

Prednostno čiščenje podatkov pred kalibracijo zagotavlja odstranitev napak, manjkajočih vrednosti ali nedoslednosti, s čimer se izboljša kakovost in natančnost podatkov.

Nasvet za podatke brez začetnih napak

Za nabor podatkov, ki sprva ne vsebuje napak, manjkajočih vrednosti ali nedoslednosti, in kadar je znano, da je bilo vključenih več kombajnov, razmislite o poteku dela Kalibracija in čiščenje Je konfiguriran z uporabo parametrov dejanja: [CALIBRATE, CLEAN].

Čiščenje podatkov po kalibraciji pomaga dodatno izpiliti nabor podatkov z morebitnim odstranjevanjem artefaktov, uvedenih med kalibracijo.

Dokumentacija: Podrobnosti mutacije

Privzeta standardna konfiguracija omogoča samodejno kalibracijo in čiščenje "YieldDataset".

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

Naprednejši primer zagotavlja ročno kontrolo min/maks razponov in vključuje dodatne atribute.

mutacija CustomCalibrateYieldDataset {
  calibrateYieldDataset(vhod: {
    fieldUuid: "<placeholder_of_field_uuid>"
    yieldDatasetUuid: "<placeholder_of_dataset_uuid>"
    dejanja: {
      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
        }]
      }
      dejanja:  [CALIBRATE, CLEAN]
    }
  }) {
    uuid
    fieldUuid
    originalUuid
    statusnaKoda
    statusMessage
  }
}

Za sledenje protokolu USDA za OČISTI operacijo, morate ali navesti VSE stolpce v cleanAction -> conditionMinMaxClean ali specificirati njihov del v cleanAction -> conditionMinMaxClean in preostale v condtionAutoClean -> excludedAttributes.

Vhodni parametri:

• dejanja kot polje, ki vam omogoča izbiro korektivnih dejanj in njihovega zaporedja uporabe; podprte vrednosti vključujejo OČISTI in KALIBRIRAJ.

• calibrateAction kot objekt, ki vsebuje podrobnosti konfiguracije v zvezi z KALIBRIRAJ operacijo.

  • calibrationAttributes kot polje atributov, ki zahtevajo kalibracijo, običajno povezanih s stolpcem pridelka.

  • smoothWindowSize kot liho število, ki zgladi rezultatne vrednosti in zmanjša nenadne skoke v vrednostih.

  • conditionPathwiseCalibration kot objekt s Po poteh kalibracija ustreza sledem stroja. Vsaka sled stroja se za namene kalibracije obravnava kot ločena regija.

    • calibrationBasis kot niz, ki predstavlja atribut, uporabljen kot osnova za kalibracijo.

    • maxHomogeneityRegion kot boolean, ki označuje, ali se največja regija homogenosti uporablja kot referenčna regija za kalibracijo.

    • syntheticMachinePath kot boolean, ki označuje simulacijo poti stroja; koristno je, kadar natančen atribut poti stroja manjka in ga je treba simulirati na podlagi časovnih žigov ali podobnega atributa.

  • conditionAvgTotalCalibration kot objekt s Povprečje/Vsota kalibracija se osredotoča na prerazporeditev vrednosti atributov. Če so geografski vzorci pravilni, vendar absolutne številke odstopajo od dejanskih, je ta metoda koristna.

    • calibrationAttribute kot niz, ki predstavlja atribut, ki ga je treba kalibrirati.

    • average kot število, ki predstavlja povprečne vrednosti atributa; vrednosti atributa bi se morale ujemati s tem povprečjem. Uporabite se lahko le ena možnost, bodisi average ali total, je treba uporabiti naenkrat.

    • total kot število, ki predstavlja skupni seštevek vrednosti atributa; seštevek teh vrednosti bi se moral ujemati s skupno vsoto. Uporabite se lahko le ena možnost, bodisi average ali total, je treba uporabiti naenkrat.

  • conditionMinMaxCalibration kot objekt s Pogojno kalibracija prilagaja vrednosti atributov na podlagi danih minimalnih in maksimalnih mej.

    • calibrationAttribute kot niz, ki predstavlja atribut, ki ga je treba kalibrirati.

    • min kot število, ki predstavlja minimalne vrednosti atributa in služi kot najnižji razpon za kalibracijo.

    • minIncluded kot boolean, ki označuje, ali vključiti minimalno vrednost ali ne

    • max kot število, ki predstavlja maksimalne vrednosti atributa in služi kot najvišji razpon za kalibracijo.

    • maxIncluded kot boolean, ki označuje, ali vključiti maksimalno vrednost.

• cleanAction kot objekt, ki vključuje konfiguracijske podrobnosti povezane z OČISTI operacijo.

  • conditionAutoClean kot objekt, ki vključuje konfiguracije, specifične za algoritem samodejnega čiščenja.

    • targetAttribute kot niz, ki predstavlja ciljane vrednosti pridelka.

    • excludedAttributes kot polje nizov, ki opredeljuje atribute, ki ne vplivajo na operacijo čiščenja.

  • conditionMinMaxClean kot polje objektov, ki vsebuje opisana pravila čiščenja; vsak objekt vključuje naslednje parametre.

    • cleanAttribute kot niz, ki določa ime stolpca za pravilo.

    • min kot število, ki označuje minimalno vrednost.

    • max kot število, ki označuje maksimalno vrednost.

Za ogled vhodov in dostop do najnovejših razpoložljivih vrednosti enumeracij (kot so operacije), je priporočljivo uporabiti Altair.

Dokumentacija: poizvedba YieldDataset

Kot uporabnik GeoPard API lahko pridobite podrobnosti o popravilih, uporabljenih na YieldDatasetih, preko atributov appliedCorrections in appliedCorrectionsVersion. Prvi navaja seznam opravljenih popravkov (npr., KALIBRIRAJ in OČISTI), pri čemer vrstni red izvajanja označuje njihovo zaporedje v polju. Medtem pa appliedCorrectionsVersion navaja različico uporabljenega algoritma.

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