Training Data Markup Language for Artificial Intelligence

De Training Data Markup Language for Artificial Intelligence (TrainingDML-AI) Standaard heeft als doel het ontwikkelen van het UML-model en de coderingen voor georuimtelijke machine learning trainingsgegevens. Trainingsgegevens spelen een fundamentele rol in Earth Observation (EO) Artificial Intelligence Machine Learning (AI/ML), met name Deep Learning (DL). Het wordt gebruikt om AI/ML-modellen te trainen, valideren en testen. Deze standaard definieert een UML-model en coderingen die consistent zijn met de OGC Standards-basislijn om de trainingsgegevens in de webomgeving uit te wisselen en op te halen.

De TrainingDML-AI-standaard biedt gedetailleerde metadata voor het formaliseren van het informatiemodel van trainingsdata. Dit omvat, maar is niet beperkt tot, de volgende aspecten:

• • Hoe u externe classificatieschema's en flexibele middelen voor het weergeven van grondwaarheidslabels kunt introduceren.

• • Hoe de trainingsgegevens worden voorbereid, zoals herkomst of kwaliteit;

• • Hoe u verschillende metagegevens kunt specificeren die voor verschillende ML-taken worden gebruikt, zoals scène-/object-/pixelniveaus;

• • Hoe onderscheid te maken tussen het informatiemodel voor trainingsgegevens op hoog niveau en uitgebreide informatiemodellen die specifiek zijn voor verschillende ML-toepassingen; en