En el blog de hoy queremos contarte sobre la innovación en imagen e innovación en ubicación para que así tu empresa se mantenga en el mercado global, todo esto gracias a nuestro partner ESRI unido con ATISoft. Sigue leyendo para conocer toda la información que está dividida en 2 temas.
El uso de los SIG en la innovación dentro de la educación empresarial
El análisis de ubicación se está volviendo cada vez más importante para el éxito de cualquier negocio y para seguir siendo parte de la innovación. Para 2020, decenas de miles de empresas están utilizando la tecnología GIS en su planificación de marketing, selección de terrenos y estrategias comerciales. Sin embargo, los estudiantes de negocios rara vez están expuestos a las tecnologías GIS, es por eso que te contamos todo sobre esta innovación.
La Universidad de Carroll en Waukesha, Wisconsin, es una excepción. Aunque es la agrupación de aprendizaje más antigua del estado, la Universidad de Carroll apoya decididamente las ideas e iniciativas nuevas, lo que se reflexivo en el Consorcio de Análisis e Inteligencia Empresarial (ABIC) de su Escuela de Negocios. El apostolado del consorcio multidisciplinario es ganar a las empresas locales y a las organizaciones del consistorio para vigilar su deposición en advertencia de desarrollo, del hecho de obra, los datos y el análisis.
El ABIC organiza talleres mensuales para estos grupos que buscan innovación -entre los que se encuentran las cámaras de almacén cercanas y otros organismos del condado de Milwaukee- a fin de ayudarles a proyectar sus capacidades analíticas y extraer el mayor bífido a las decisiones que afectan al consistorio. A través de la universalización y la vaca con las organizaciones locales, la Universidad de Carroll se está ganando un gran triunfo por su auxilio en el campo geoespacial.
Innovación con la presentación de una perspectiva SIG
Exceptuado de 3.000 estudiantes matriculados, la Universidad de Carroll es una de las instituciones más pequeñas del estado, no obstante, el uso que hace de la analítica del sitio en su borrador de enseñanza manifestación una máximo innovación, en figura con muchas universidades en gran medida más grandes de la zona.
Uno de los principales artífices de que la Universidad tenga innovación y sea pionera en la enseñanza empresarial basada en los SIG es el Dr. Julio Rivera, catedrático pionero. Forma noticias de una minoría de profesores universitarios (tan pronto como un 10-15%) que actualmente enseñan interpretación de sitio en cursos de entrenamiento empresarial en todo Estados Unidos. Rivera ha integrado la analítica del sitio y la tecnología relacionada, no exclusivamente en sus cursos, estrella igualmente en toda la Escuela de Negocios de la Universidad de Carroll, abarcando temas como la pesquisa de mercados, la visualización de datos y la analítica de datos.
Después de recibir su primer título en SIG, Rivera enseñó como profesor de geografía durante varios años antes de pasar a impartir cursos de negocios y emprendimiento. “Uno de mis principales objetivos era integrar mi trabajo como geógrafo con la educación empresarial”, dijo Rivera. “Gran parte de mi trabajo de consultoría en geografía como profesor de SIG fue con empresas de la comunidad, así que pensé que venir a una escuela de negocios con un enfoque en la analítica era un matrimonio perfecto”. Siempre buscando innovación.
Dr. Julio Rivera y un estudiante de MBA analizan una imagen de mapa en el Laboratorio de Ideas de la Universidad de Carroll.
Rivera sabía que quería incorporar GIS en el plan de estudios de investigación y análisis de mercado, por lo que comenzó creando lecciones y actividades simples para familiarizar a los estudiantes con la tecnología, para que así los estudiantes siguieran con la innovación
“Es realmente sorprendente porque el SIG es muy intuitivo”, dice Rivera. “Cuando lo ven, la aceptación se hace muy fácil para los estudiantes”. El enfoque de Rivera está muy centrado en el estudiante, con énfasis en entender lo que cada uno de ellos está tratando de lograr y qué herramientas y capacitación promoverán su trayectoria profesional, en última instancia.
Rivera dirige ESRI Academy, un recurso educativo en línea que introduce a los estudiantes al software geoespacial. Para muchos estudiantes, esta es su primera exposición a la tecnología GIS. Los estudiantes de los cursos de Rivera usan ArcGIS StoryMaps para presentar y publicar su trabajo en línea. “No importa si el curso tiene algo que ver con la cartografía o las ideas espaciales, porque la interfaz acepta imágenes, texto, etc., y crea una atractiva página interactiva de forma fácil y rápida”, dijo Rivera.
“He pedido a los estudiantes que pongan sus trabajos aquí para presentarlos y difundirlos. El semestre pasado hice que los estudiantes de estadística presentaran sus proyectos semestrales en este portal. La única orientación que tuve que darles fue [en] los materiales de la Academia ESRI y una rápida demostración en clase.”
Cómo abordar los problemas empresariales de la vida real con innovación.
Los cursos de nivel MBA de Rivera son intensivos. El curso acelerado de análisis de datos GIS de ocho semanas presenta a los estudiantes las tecnologías GIS y las prácticas ambientales avanzadas. Rivera usa ArcGIS Pro para aprender técnicas simples de mapeo, geocodificar datos, construir sitios de construcción a partir de fuentes de datos y analizar redes.
Otra cosa que hace que la Escuela de Negocios de la Universidad de Carroll se destaque en el uso de la capacitación GIS es su enfoque en la participación de la comunidad, asociándose con empresas locales para mejorar la experiencia educativa.
Rivera recuerda a un estudiante reciente de MBA cuyo proyecto más reciente fue para una empresa de Milwaukee con oficinas en varias ciudades. Una oficina tenía una tasa de desempleo más alta que las otras. La empresa necesitaba saber por qué. El alumno de Rivera abordó el problema desde el punto de vista del personal de la oficina de geocodificación geoespacial.
“Descubrió que los empleados de esa oficina procedían de zonas en las que había más dificultades económicas y mayores niveles de enfermedad”, dijo Rivera. “Tenía las capas geográficas [de datos] sobre enfermedades, estrés económico, cosas así. Y pudo decir a esta empresa: ‘Estas personas tienen vidas más problemáticas. Probablemente por eso tienen este ausentismo, y lo que necesitamos es un sistema de RH [recursos humanos] que se ocupe de ello”. Estos estudiantes están aprendiendo formas prácticas de aplicar los SIG”. El objetivo principal es ser practico y participar en la innovación.
Otra estudiante desarrolló un proyecto de investigación de grado para ayudar al Boys & Girls Club of Greater Milwaukee a analizar su membresía y utilizar la selección de sitios basada en SIG con el fin de planear aperturas y cierres de sitios, siendo así innovación en el tema. Ayudó a la organización a optimizar sus más de 30 locales. Tras su graduación, se convirtió en analista de una empresa de la lista Fortune 500.
Llegar a más estudiantes con el SIG y que formen parte de la innovación
“Queremos integrar la educación en SIG y desarrollarla en otras plataformas”, dijo Rivera. Cree que se puede utilizar en otras áreas del campus de forma útil porque ArcGIS Online, ArcGIS Business Analyst y ArcGIS Community Analyst son muy fáciles de usar. “Cuando enseñé la investigación de marketing este año, utilicé los tutoriales que tiene ESRI y los estudiantes lo hicieron muy bien. Pudieron hacer la selección real de sitios de venta al por menor para la investigación y el análisis del mercado”.
La Universidad de Carroll es un ejemplo poderoso de evolución y de innovación, de cómo los educadores de negocios pueden utilizar las técnicas geoespaciales y la tecnología SIG para ayudar a los estudiantes a pensar espacialmente, creando la próxima generación de profesionales de negocios que pueden utilizar la analítica para resolver problemas y tomar decisiones a partir de una mejor información.
Para más información visita: https://www.esri.com/about/newsroom/wp-content/uploads/2021/11/carrollU.pdf
Pasos para lograr la superresolución con ArcGIS Pro
A continuación, presentamos una serie de pasos para obtener la superresolución con ArcGIS Pro. Si aun no conoces que es la superresolución, te invitamos a visitar el blog “Súper Resolución – Migracion de imagen a imagen usando Deep Learning en ArcGIS Pro” y conozcas sobre esta herramienta que nos ayudara en la innovación.
Preparación de datos
Para la preparación de datos, solo necesitamos una imagen de alta resolución. Para ello utilizaremos la herramienta Export Training Data For Deep Learning disponible en ArcGIS Pro y ArcGIS Image Server. La entrada a la herramienta será nuestra imagen de alta resolución, para este ejemplo usamos los siguientes parámetros:
- Ráster de entrada: Imágenes
- Formato de imagen: formato JPEG
- Tamaño de mosaico X y tamaño de mosaico Y: 512
- Formato de metadatos: Exportar mosaicos
Entrenamiento del modelo de aprendizaje profundo
Ahora que nuestros datos están listos, entrenaremos nuestro modelo usando la herramienta Entrenar modelo de aprendizaje profundo disponible en ArcGIS Pro y ArcGIS Enterprise. Los datos de entrenamiento de entrada serán los datos que exportamos en el paso anterior. Especificaremos nuestra ubicación de salida y el nombre del modelo. La siguiente captura de pantalla de la herramienta muestra los parámetros que usamos. Más específicamente, tenga en cuenta que usamos un número de épocas = 25, Tipo de modo = Súper resolución, Tamaño de lote = 2 (puede usar un tamaño de lote más grande si su máquina tiene una GPU potente). Para los argumentos del modelo, usaremos downsample factor = 4. Aceptaremos los valores predeterminados para los parámetros restantes y ejecutaremos la herramienta.
Una vez que nuestro modelo está entrenado, podemos revisar su calidad revisando el informe model_metrics.html que se crea con el informe.
Pérdida de entrenamiento y validación
En este gráfico podemos ver el entrenamiento y la pérdida de validación. Podemos ver que el modelo funciona bien tanto en las imágenes de entrenamiento como en las de validación.
Resultados de muestra
Esto muestra los chips del conjunto de datos de validación con chips reducidos (izquierda), chips predichos (centro) y datos reales (derecha). Este análisis visual ayuda a evaluar los resultados cualitativos del modelo entrenado.
Inferencia
Ahora que estamos satisfechos con el modelo, podemos transformar nuestras imágenes de baja resolución en imágenes de alta resolución. Para ello, utilizaremos la herramienta Classify Pixel for Deep Learning. Ingresamos nuestra imagen de baja resolución, nos aseguraremos de que los parámetros se vean bien y ejecutaremos la herramienta.
A continuación, mostramos un ejemplo de nuestra entrada y salida.
https://www.esri.com/arcgis-blog/wp-content/uploads/2022/08/DeepLearning_Pro28_SR_GIF.gif
En este blog buscamos que conocieras como ATISoft es parte de la innovación y busca que tu empresa forme parte igualmente.
Para conocer más sobre esta tecnología te invitamos a que nos contactes y conozcas más de ella directamente de un profresional: https://atisoft.com.mx/contacto/