Le Consortium géospatial ouvert (OGC) sollicite les commentaires du public sur les parties 2 et 3 candidates du projet. OGC Training Data Markup Language for Artificial Intelligence (TrainingDML-AI) Standard. Les commentaires doivent être soumis avant le 23 mai 2024.

Le OGC Training Data Markup Language for Artificial Intelligence (TrainingDML-AI) Partie 2 : Norme de codage JSON définit les exigences relatives à l'encodage des ensembles de données d'entraînement de l'IA au format JSON, tandis que Partie 3 : Norme de codage XML définit les exigences relatives à l'encodage des ensembles de données d'entraînement à l'IA au format XML.

Les données d'entraînement jouent un rôle fondamental dans l'observation de la Terre et les applications d'intelligence artificielle spatiale (IA/ML), notamment l'apprentissage profond (DL). Elles servent à entraîner, valider et tester les modèles d'IA/ML. Comprendre la source et la pertinence des données d'entraînement permet de mieux interpréter les résultats des opérations d'IA/ML.

Afin de maximiser l'interopérabilité et la réutilisabilité des données d'entraînement géospatiales, la norme TrainingDML-AI définit un modèle et des encodages conformes aux normes de base de l'OGC pour échanger et récupérer les données d'entraînement. 

La norme TrainingDML-AI fournit des métadonnées détaillées pour formaliser le modèle d'information des données de formation. Cela comprend, sans toutefois s'y limiter, les aspects suivants : 

  • Comment les données de formation sont préparées, telles que la provenance et la qualité ;
  • Comment spécifier différentes métadonnées utilisées pour différentes tâches ML ;
  • Comment différencier le modèle d’information des données de formation de haut niveau et les modèles d’information étendus spécifiques à diverses applications ML ;
  • Comment décrire la version, la licence et la taille des données de formation ;
  • Comment introduire des schémas de classification externes et des moyens flexibles pour représenter l'étiquetage de la vérité fondamentale.

Les parties 2 et 3 de TrainingDML-AI sont basées sur OGC Training Data Markup Language for Artificial Intelligence (TrainingDML-AI) Part 1: Conceptual Model Standard.

Les membres de l'OGC souhaitant suivre l'évolution de cette norme ou contribuer à son élaboration sont invités à rejoindre le groupe de travail sur les normes relatives au langage de balisage des données d'entraînement pour l'IA via le portail de l'OGC . Les personnes non membres de l'OGC qui souhaitent en savoir plus sur la participation à ce groupe de travail sont invitées à contacter le programme de normalisation de l'OGC.

Le candidat OGC Training Data Markup Language for Artificial Intelligence (TrainingDML-AI) Partie 2 : Norme d’encodage JSON (OGC 24-006) (.DOCX) et Partie 3 : Norme d’encodage XML (OGC 24-007) (.DOCX) sont disponibles pour examen et commentaires sur le portail de l'OGC. Les commentaires sont attendus pour le 23 mai 2024. et doit être soumis via la méthode ci-dessous.

Pour commenter : 
Les commentaires peuvent être envoyés à un réflecteur de courrier électronique dédié pendant une période se terminant à la « date de clôture de la demande » indiquée ci-dessus. Les commentaires reçus seront consolidés et examinés par les membres de l'OGC pour être intégrés au document. Merci de soumettre vos commentaires via cette adresse email, en utilisant ceci Modèle de commentaires pour le corps du message.

Abonnez-vous aux commentaires :
Vous voudrez peut-être s'abonner à la liste de distribution pour recevoir les commentaires au fur et à mesure qu'ils sont soumis. L'inscription à la liste vous permettra également de consulter les commentaires déjà reçus, qui peuvent être trouvés dans la Archives de la liste.