# 地理空間データにVisual Artificial Intelligence (AI)を利用する

> 地理空間データにVisual Artificial Intelligence (AI)を利用する - Visual Artificial Intelligence
> (AI)を使用して地理空間データを表現し、分析を強化する方法を紹介します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.234944+00:00` (UTC).

## Primary page

- [地理空間データにVisual Artificial Intelligence (AI)を利用する](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/viz-geo.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/use_cases_and_horizontal_approaches/VisualAI_for_geospatial/Visual%20AI%20for%20geospatial%20data.ipynb)

このアクセラレーターは、地理空間データでVisual Artificial Intelligence (AI)を使用する方法を紹介します。 地理参照データから数値特徴量を派生させる代わりに、地理空間データを画像として見ます。 たとえば、母集団分布のマップがある場合、メインテーブルの各行に対応する母集団を抽出する代わりに、その行に対応するマップ領域を渡すことができます。 これは、領域内の分布もエンコードするため、母集団の元のカウントよりも多くの情報を提供します（均一か、一部の領域に集中しているのか？形状は？など）。

アプローチの説明に使用される例は、Virte Foundationで行われた作業から来ています。 「データマッピングイニシアチブ」の一環として、DataRobotは、新しい医療施設に適した場所を特定するためのモデルを構築しました。 複数の特徴量（道路網、人口、地形など）の関数として既存の病院や診療所の場所を見ると、これらの特徴量の観点から、他のどの領域が適切かがわかります（傾向モデルと同様）。