Présentation de DEFAIR : un cadre « Destination Earth » pour la préparation de données compatibles avec l’IA

Cette bibliothèque Python transforme les données issues des satellites d'observation de la Terre et des satellites météorologiques en données exploitables et prêtes à être utilisées par l'IA.

Mis en œuvre par l'EUMETSAT et destiné au portefeuille de données du Data Lake de l'Destination Earth (DEDL), le service DEFAIR (Destination Earth Framework for Preparing AI-Ready Data) comble le fossé entre les jeux de données issus des satellites d'observation de la Terre pris en charge et leur transformation en un format compatible avec l'IA et l'apprentissage automatique.

S'appuyant sur xarray et Dask, DEFAIR offre une « API » unifiée permettant de lire les données provenant de plusieurs instruments satellitaires, de les prétraiter et de les reprojeter dans des systèmes de référence de coordonnées et des grilles standard, notamment les coordonnées géographiques et HEALPix. Les utilisateurs peuvent exporter les résultats dans des formats largement utilisés tels que NetCDF, GeoTIFF et Zarr.

En gérant la complexité des différents formats de données et des projections spécifiques à chaque instrument, DEFAIR permet aux chercheurs et aux data scientists de se concentrer sur le développement de modèles d'IA plutôt que sur l'ingénierie des données.

Les utilisateurs peuvent installer DEFAIR en local ou l'utiliser dans l'environnement DEDL JupyterHub. Veuillez suivre les instructions fournies dans la documentation du service pour l'installation, les tutoriels et les conditions d'accès.

 

Découvrez DEFAIR.

Dernières mises à jour