Manuel de formation MOSAIKS
Bienvenue
Ceci est la première édition du manuel de formation MOSAIKS. Le manuel sert de référence pour comprendre MOSAIKS, ses capacités et les bonnes pratiques pour l’utiliser. Vous apprendrez ce qu’est MOSAIKS, ce qu’il permet de faire et comment l’utiliser efficacement dans une variété d’applications.
Les compétences et les connaissances que vous acquérez de ce manuel vous permettront de tirer parti des images satellites et de l’apprentissage automatique pour relever des défis socio-économiques et environnementaux complexes. Ce manuel peut être suivi tout seul de manière autodidacte ou utilisé en conjonction avec un cours de formation.
De nombreux concepts et exemples sont largement applicables au monde de la télédétection et de l’apprentissage automatique, donc même si vous n’utilisez pas MOSAIKS, le contenu peut vous être utile.
Qu’est-ce que MOSAIKS?
MOSAIKS signifie Multi-task Observation using SAtellite Imagery & Kitchen Sinks, soit littéralement en français Observation multitâche à l’aide de l’imagerie satellitaire et des éviers de cuisine. Il s’agit d’un cadre conçu pour simplifier l’utilisation de l’imagerie satellite et de l’apprentissage automatique pour prédire les résultats socio-économiques et environnementaux dans différents contextes géographiques et périodes. MOSAIKS se base sur des filtres de convolutions aléatoires (développées dans Rahimi et RECHT (2008)) appliquées à l’imagerie satellite, qui extrait des features agnostiques des tâches et permettent aux chercheurs et aux praticiens de prédire facilement une diversité de résultats à partir d’images brutes. 
À qui s’adresse ce livre?
Ce programme complet de deux semaines est conçu pour les universitaires, les professionnels et les praticiens intéressés à tirer parti des MOSAIKS pour mieux comprendre les défis socio-économiques et environnementaux. Le cours est particulièrement précieux pour ceux qui travaillent:
- Analyse d’images satellitaires et télédétection
- Applications d’apprentissage automatique avec des données géospatiales
- Surveillance et évaluation de l’agriculture et de l’environnement
- Recherche et développement et élaboration des politiques
Que vais-je apprendre?
Tout au long de ce cours, vous apprendrez des applications pratiques grâce à une combinaison de:
- Fondements théoriques et compréhension conceptuelle
- Exercices pratiques avec des données réelles
- Meilleures pratiques de mise en œuvre
- Stratégies d’analyse et d’interprétation des résultats
Le programme d’études couvre le flux de travail complet des MOSAIKS, notamment:
- Accéder et traiter des images satellites
- Comprendre l’extraction des features MOSAIKS
- Travailler avec l’API MOSAIKS
- Implémenter des modèles d’apprentissage automatique
- Quantifier et communiquer l’incertitude
- Appliquer des modèles à divers contextes
- Travailler avec les données d’enquête
Que vous soyez nouveau dans MOSAIKS ou que vous cherchiez à approfondir votre expertise, ce cours fournit les outils et les connaissances nécessaires pour utiliser efficacement ce framework.
Attentes de la formation
Ce que vous apprendrez
- Compréhension du framework et des capacités de MOSAIKS
- Compétences pratiques dans le traitement des images satellites
- Expérience avec les applications d’apprentissage automatique
- Pratique avec des ensembles de données du monde réel
- Connaissance de l’intégration des données d’enquête/sondage
- Meilleures pratiques pour la mise en œuvre du modèle
Prérequis
Il n’y a pas de conditions préalables explicites. Toutefois pour les travaux pratiques une connaissance des outils suivants est nécessaire
PythonLangage de programmationJupyter NotebookOutil permettant d’exécuter le code Python de manière interactive.
Le cours couvre également des sujets avancés tels que l’apprentissage automatique et les données géospatiales dont une connaissance préalable facilite la compréhension du contenu.
Exigences informatiques
Le cours comprend des séances informatiques pratiques.Vous aurez besoin:
- Un ordinateur avec accès à Internet
- Un compte Google
- Accès à Google Colab
- Accès aux données nécessaires (détails à fournir)
Structure et contenu du livre
Ce manuel est organisé en six parties principales, chacune se concentrant sur un aspect critique des MOSAIKS. Nous commençons par des concepts fondamentaux et progressons progressivement vers des sujets plus avancés dans la modélisation et la quantification de l’incertitude.
| Partie | Description |
|---|---|
| Introduction | Configuration de l’informatique, Présentation des MOSAIKS, accès API, démonstration initiale |
| Données d’étiquette | Comprendre les étiquettes appropriées, l’intégration d’enquête, la préparation des données |
| Imagerie satellite | Sélection de l’imagerie appropriée, des considérations de traitement |
| Caractéristiques | Caractéristiques convolutionnelles aléatoires, accès API, calcul des fonctionnalités |
| Modélisation des tâches | Sélection du modèle, analyse spatiale, considérations temporelles |
| Incertitude du modèle | Quantification de l’incertitude, considérations éthiques |
Le contenu est conçu pour être à la fois complet et pratique, chaque partie s’appuyant sur les concepts précédents tout en restant relativement autonome. Cette structure permet aux lecteurs de progresser dans le manuel séquentiellement ou de se concentrer sur des sujets d’intérêt spécifiques. Tout au long de chaque section, nous fournissons des exemples pratiques, des démonstrations de code et des meilleures pratiques tirées des applications du monde réel.
Remerciements
MOSAIKS a été développé et est soutenu par une grande équipe de chercheurs dans plusieurs organisations partenaires:
Équipe de développement:
Benjamin Recht, Cullen Molitor, Darin Christensen, Esther Rolf, Eugenio Noda, Grace Lewin, Graeme Blair, Hannah Druckenmiller, Hikari Murayama, Ian Bolliger, Jean Tseng, Jessica Katz, Jonathan Proctor, Juliet Cohen, Karena Yan, Luke Sherman, Miyabi Ishihara, Shopnavo Biswas, Simon Greenhill, Salomon Hsiang, Steven Cognac, Tamma Carleton, Taryn Fransen, Trinetta Chong, Vaishaal Shankar
Équipe du manuel de formation Mosaiks: Cullen Molitor, Tamma Carleton, Esther Rolf, Sean Luna McAdams, Heather Lahr, Gnouyaro Zissler Sougoyou, Farooq Sanni
Organisations partenaires:
- Center for Effective Global Action (CEGA; UCB)
- Environmental Markets Lab (Emlab; UCSB)
- Global Policy Lab (GPL; Université de Stanford)
- Project on Resources and Governance (PRG; UCLA)
- Master of Environmental Data Science Program (Meds; UCSB)
Financement:
- La Fondation Patrick J. McGovern
- Le Fonds pour l’innovation dans le développement (FID)
- The United States Agency for International Development (USAID)
- Programme des Nations Unies pour le développement (PNUD)
Nous sommes reconnaissants pour le soutien et les contributions de tous les membres de l’équipe et des organisations partenaires pour faire de MOSAIKS une réalité. Nous espérons continuer à étendre le cadre et ses applications pour relever des défis mondiaux pressants.
Dans la première partie de ce livre, nous couvrirons les bases de MOSAIKS, y compris son framework, ses capacités et ses applications pratiques. Cette section se concentre sur l’exploration de la publication originale de MOSAIKS (Rolf et al. 2021) et la compréhension des concepts de base derrière le framework.