Testbed 18 Demonstration and Outreach - Day 2

2日目（最終日）は、Machine Learning Training Datasets、Moving Features and Sensor Integration、3D+ Data Standards and Streamingの３つ。

Machine Learning Training Datasets

The objective of this task is to document current approaches and possible alternatives to lay out a path for future standardization of training datasets for Earth Observation applications.

このタスクの目的は、地球観測アプリケーションのトレーニングデータセットの将来の標準化のための道筋をつけるために、現在のアプローチと代替可能な案を文書化することである。

https://portal.ogc.org/files/?artifact_id=100034#ML 2.2.2. Aim

まだ、十分に賛同者が得られていないし、実態として標準化も進んでいないように思われたが、重要なテーマだと思う。FAIR要件に従った分析、解釈は興味深かった。圃場の推定をAIに依存するのは合理的だと思うし、AIの精度を上げるためにはAI向け教師（教師信号）も必要になる。AIも進化するから、リトライや検証のためにIdentifiers for Reproducible Scienceは重要になるのに改めて気が付かされた。

Moving Features and Sensor Integration

Sensor standards must embrace sensor diversity. The aim is not to develop a one-fits-all solution, but a harmonized framework of standards, which enables sensor integration regardless of technical constraints. The goal of this task is to develop a framework for interoperable sensor (data) integration and to demonstrate its capabilities in the context of moving features from multiple sources into a common analytic environment.

センサーの標準化は、センサーの多様性を受け入れなければならない。その目的は、万能の解決策を開発することではなく、技術的な制約に関係なくセンサーの統合を可能にする、調和のとれた標準のフレームワークを開発することである。このタスクの目的は、相互運用可能なセンサー（データ）統合のためのフレームワークを開発し、複数のソースから得られた移動体の動作情報（コンテキスト）を共通の分析環境に送ってその能力を実証することである。

https://portal.ogc.org/files/?artifact_id=100034#MF 2.4.2. Aim

ファサードの整備とフュージョンは現実的なトレンドだと思う。Ingestという単語を私は知らなかったが、ETLのリアルタイム版に近いことを学んだ。動くものと扱おうと思った時、ストリーミング型ETLの登場は必然と言えるだろう。ケースでは海運と台風（ハリケーン）が組み合わせで選ばれていた。Saildroneも知らなかったが、時代は確実に動いているのがよく分かった。OGCの活動は静的な情報からリアルタイムへ、2Dからとうに3Dに関心が移っている。DSMSを思い出す。

ちなみにMF-Jsonは産総研の提案が採択されたらしい。

3D+ Data Standards and Streaming

This task aims to identify an architecture framework and corresponding standards that will allow for the description of a comprehensive set of orbital and non-orbital space-based assets, objects and observations as well as terrestrial observations.

このタスクは、軌道上および非軌道上の宇宙ベースの資産、オブジェクト、観測、および地上の観測の包括的なセットを記述できるようにするアーキテクチャフレームワークと対応する標準を識別することを目的とする。

This work shall lay the foundation for modeling, representation, and serialization from space-based assets operating at any location in our solar system. This type of data is referred to here as 3D+ data. The task shall further evaluate the ability to stream 3D+ data to visualization devices (screen, Augmented Reality, Virtual Reality) for presentation. This presentation may require the ability to query for additional metadata supporting feature identification and/or targeting.

この作業は、太陽系のあらゆる場所で運用されている宇宙ベースの資産からのモデリング、表現、およびシリアライゼーションのための基礎を築くものである。このようなデータは、ここでは3D+データと呼ばれる。このタスクはさらに、3D+データを可視化装置（スクリーン、拡張現実、仮想現実）にストリーミングして表示する能力を評価する。このプレゼンテーションでは、特徴の識別やターゲティングをサポートする追加のメタデータを照会する機能が必要になる場合がある。

https://portal.ogc.org/files/?artifact_id=100034#ThreeD 2.1.2. Aim

恐らく、今回一番現実から遠いセッションだと思うが一見の価値がある。スケールを広げると位置情報は現実的にも時間と不可分になり、今までの常識が通じなくなる。座標系をどうするかも問題になる。もちろん時間の扱いについての議論も避けられない。まだ解がないとの主張があったが、違和感はなかった。

残念ながら、睡魔が襲ってきたので個々のパフォーマンスへの言及は無理だが、それでも私の側の学びは本当に多かった。

※冒頭の画像はhttps://www.ogc.org/ogcevents/testbed-18-demonstration-days-virtualを案内するメールから引用させていただいたもの。