ഭൂമിശാസ്ത്ര വിവര സംവിധാനങ്ങളും (ജിഐഎസ്) ഭൂവിനിയോഗ വിശകലനവും

നേട്ടങ്ങൾ:

• ഭൂവിനിയോഗത്തിൻ്റെ GIS ലോജിക്, അനുയോജ്യത, പ്രവേശനക്ഷമത വിശകലനം, ഈ വർക്ക്ഫ്ലോയിൽ AI-യുടെ പങ്ക് എന്നിവ നിർവചിക്കാനുള്ള കഴിവ്
• AI ഉപയോഗിച്ച് വിശകലന ഫിക്ഷൻ രൂപകൽപ്പന ചെയ്യുമ്പോൾ ലെയർ, ആട്രിബ്യൂട്ട്, കോർഡിനേറ്റ് സിസ്റ്റം എന്നിവയുടെ ആശയങ്ങൾ ശരിയായി ഉപയോഗിക്കാനുള്ള കഴിവ്
• യഥാർത്ഥ ഡാറ്റ നിലവാരം, സ്പേഷ്യൽ കൃത്യത, കോർഡിനേറ്റ് റഫറൻസ് എന്നിവ ഉപയോഗിച്ച് AI നിർദ്ദേശിച്ച വിശകലന ഘട്ടങ്ങൾ പരിശോധിക്കാനുള്ള കഴിവ്

നഗര ആസൂത്രണത്തിൻ്റെ എഞ്ചിൻ സ്പേഷ്യൽ ഡാറ്റയാണ്: എന്താണ് എവിടെയാണ്, എത്രയുണ്ട്, എത്ര അകലെയാണ്. ഈ ഡാറ്റ ശേഖരിക്കുകയും സംഭരിക്കുകയും അന്വേഷിക്കുകയും മാപ്പ് ചെയ്യുകയും ചെയ്യുന്ന സോഫ്റ്റ്വെയർ കുടുംബത്തെ ജിയോഗ്രാഫിക് ഇൻഫർമേഷൻ സിസ്റ്റംസ് (ചുരുക്കത്തിൽ GIS; ഇംഗ്ലീഷിൽ GIS) എന്ന് വിളിക്കുന്നു. ഒരു ഭൂവിനിയോഗ വിശകലനം ഒരു സ്കൂൾ എവിടെയാണ് നിർമ്മിക്കുക, ഒരു പ്രദേശം പാർപ്പിടത്തിനോ വ്യവസായത്തിനോ അനുയോജ്യമാണോ, ഹരിത പ്രദേശം എത്ര ആളുകൾക്ക് സേവനം നൽകുന്നു തുടങ്ങിയ ചോദ്യങ്ങൾക്ക് GIS ഉപയോഗിച്ച് ഉത്തരം നൽകുന്നു. ഈ വിശകലനങ്ങളുടെ സജ്ജീകരണം രൂപകൽപ്പന ചെയ്യുന്നതിലും ഘട്ടങ്ങൾ ക്രമപ്പെടുത്തുന്നതിലും മാനദണ്ഡങ്ങളും തൂക്കങ്ങളും ക്രമീകരിക്കുന്നതിലും ഫലം റിപ്പോർട്ടുചെയ്യുന്നതിലും AI ഒരു ശക്തമായ സഹായിയാണ്. എന്നാൽ വിശകലനം സ്പേഷ്യൽ ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, കൂടാതെ സ്പേഷ്യൽ ഡാറ്റയുടെ ഗുണനിലവാരം, കോർഡിനേറ്റ് സിസ്റ്റം, കറൻസി എന്നിവ ഫലം നിർണ്ണയിക്കുന്നു. AI-ക്ക് ഈ ഡാറ്റ കാണാൻ കഴിയില്ല; നിങ്ങൾ നൽകുന്ന ഫിക്ഷനെ മാത്രമേ ഇത് എഡിറ്റ് ചെയ്യുന്നുള്ളൂ. അതിനാൽ, AI നിർദ്ദേശിക്കുന്ന ഓരോ ഘട്ടവും യഥാർത്ഥ ഡാറ്റയും കൃത്യമായ കോർഡിനേറ്റ് റഫറൻസും ഉപയോഗിച്ച് പരീക്ഷിച്ചിരിക്കണം.

GIS-ൻ്റെ മൂന്ന് അടിസ്ഥാന ആശയങ്ങൾ

ലെയർ: ഓരോ ഡാറ്റ തരവും ഒരു പ്രത്യേക ലെയറാണ് - റോഡുകൾ ഒരു പാളി, കെട്ടിടങ്ങൾ മറ്റൊന്ന്, ചരിവ് മറ്റൊന്ന്. വിശകലനം എന്നത് പാളികളെ ഓവർലേ ചെയ്യുന്നതും ബന്ധപ്പെടുത്തുന്നതുമാണ്.

ആട്രിബ്യൂട്ട്: എല്ലാ സ്പേഷ്യൽ ഒബ്ജക്റ്റിനും ഒരു പട്ടികയുണ്ട് - ഒരു പാഴ്സലിൻ്റെ വിസ്തീർണ്ണം, ഉപയോഗം, ഉടമയുടെ നില. സ്പേഷ്യൽ ചോദ്യം പലപ്പോഴും ഒരു ആട്രിബ്യൂട്ട് ചോദ്യമാണ്: "പച്ച ഇടം' ഉപയോഗിക്കുന്നതും 5000 m²-ൽ കൂടുതൽ വിസ്തീർണ്ണമുള്ളതുമായ പാഴ്സലുകൾ".

കോർഡിനേറ്റ് റഫറൻസ് സിസ്റ്റം (CRS): ഭൂമിയുടെ വളഞ്ഞ പ്രതലത്തെ പരന്ന ഭൂപടമാക്കി മാറ്റുന്ന ഗണിത ചട്ടക്കൂടാണ് ഇത്. ITRF/TM (ഉദാ. EPSG കോഡുകളാൽ നിർവചിക്കപ്പെട്ട ദേശീയ സംവിധാനങ്ങൾ) Türkiye-യിൽ വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്നു. തെറ്റായ CRS ആണ് ഏറ്റവും സാധാരണവും വഞ്ചനാപരമായതുമായ സ്പേഷ്യൽ പിശക്: പാളികൾ ഓവർലാപ്പ് ചെയ്യുന്നില്ല, ഏരിയകളും ദൂരങ്ങളും പൂർണ്ണമായും തെറ്റാണ്. ദൂരം അല്ലെങ്കിൽ ഏരിയ കണക്കുകൂട്ടൽ AI നിർദ്ദേശിക്കുകയാണെങ്കിൽ, ആദ്യ പരിശോധന എല്ലായ്പ്പോഴും CRS ആണ്.

മുന്നറിയിപ്പ്: ഒരു ദൂരമോ പ്രദേശത്തിൻ്റെ ഫലമോ ന്യായമാണെന്ന് തോന്നുന്നത് കൊണ്ട് ശരിയാണെന്ന് കരുതരുത്. തെറ്റായ CRS ഉപയോഗിച്ച്, രണ്ട് ലെയറുകൾ "ഓവർലാപ്പ്" ആയി ദൃശ്യമാകുകയും മീറ്ററുകൾ സ്ലൈഡ് ചെയ്യുകയും ചെയ്യാം. എല്ലായ്‌പ്പോഴും m²/ഹെക്‌ടറിലെ പ്രദേശങ്ങൾ അറിയപ്പെടുന്ന ഒരു റഫറൻസുമായി താരതമ്യം ചെയ്യുക (ഉദാ. ഒരു പാഴ്‌സലിൻ്റെ ടൈറ്റിൽ ഏരിയ).

ഭൂവിനിയോഗത്തിൻ്റെയും അനുയോജ്യത വിശകലനത്തിൻ്റെയും യുക്തി

ഓരോ സ്ഥലവും ഒരു ഉദ്ദേശ്യത്തിന് എത്രത്തോളം അനുയോജ്യമാണ് (ഉദാഹരണത്തിന്, പുതിയ ഭവനം) അനുയോജ്യത വിശകലനം സ്കോർ ചെയ്യുന്നു. സാധാരണ ഘട്ടങ്ങൾ:

1. മാനദണ്ഡങ്ങൾ സജ്ജമാക്കുക. ചരിവ്, വെള്ളപ്പൊക്ക സാധ്യത, ഗതാഗതത്തിൻ്റെ സാമീപ്യം, നിലവിലെ ഉപയോഗം, സംരക്ഷണ മേഖലകൾ.
2. ഓരോ മാനദണ്ഡവും സ്കോർ ചെയ്യുക. ഉദാഹരണത്തിന്, ചരിവ് 0-5% = 10 പോയിൻ്റ്, 5-15% = 6, 15%+ = 1.
3. ശരീരഭാരം കുറയ്ക്കുക. താമസസ്ഥലത്ത് വെള്ളപ്പൊക്ക മാനദണ്ഡം വളരെ പ്രധാനമാണെങ്കിൽ, അതിൻ്റെ ഭാരം ഉയർന്നതായിരിക്കും.
4. ലെയറുകൾ ലയിപ്പിക്കുക. വെയ്റ്റഡ് തുക ഉപയോഗിച്ച് ഓരോ സെല്ലിനും/ഫീൽഡിനും ഒരു ഫിറ്റ്നസ് സ്കോർ നൽകുക.
5. അഭിപ്രായം രേഖപ്പെടുത്തുക, സ്ഥിരീകരിക്കുക. ഫീൽഡ് അറിവും നിയമനിർമ്മാണവും ഉപയോഗിച്ച് സ്കോർ പരിശോധിക്കുക.

ഈ മാനദണ്ഡ-ഭാര നിർമ്മിതിയെ കുറിച്ച് ചർച്ച ചെയ്യുന്നതിനും മറന്നുപോയ ഒരു മാനദണ്ഡം നിങ്ങളെ ഓർമ്മിപ്പിക്കുന്നതിനും സ്കോറിംഗ് ടേബിൾ സംഘടിപ്പിക്കുന്നതിനും AI വളരെ ഉപയോഗപ്രദമാണ്. എന്നാൽ ഭാരങ്ങൾ മൂല്യനിർണ്ണയമാണെന്ന് ഓർക്കുക: വെള്ളപ്പൊക്കത്തിനോ ഗതാഗതത്തിനോ കൂടുതൽ ഭാരം നൽകണമോ എന്നത് ഒരു പൊതു തിരഞ്ഞെടുപ്പാണ്, AI തീരുമാനമല്ല.

ഘട്ടം ഘട്ടമായി: AI ഉപയോഗിച്ച് അനുയോജ്യത വിശകലനം നിർമ്മിക്കുന്നു

1. ഉദ്ദേശ്യവും ഡൊമെയ്‌നും നിർവ്വചിക്കുക. "എക്സ് ജില്ലയിൽ പുതിയ ഭവന സൈറ്റ് ലഭ്യത."
2. ഒരു ഡാറ്റ ഇൻവെൻ്ററി എടുക്കുക. നിങ്ങളുടെ പക്കലുള്ള ലെയറുകൾ, അവയുടെ ഉറവിടങ്ങൾ, തീയതികൾ, CRS എന്നിവ ലിസ്റ്റ് ചെയ്യുക.
3. AI ഡ്രാഫ്റ്റ് മാനദണ്ഡം-ഭാരം ഉണ്ടായിരിക്കുക. നഷ്‌ടമായ എന്തെങ്കിലും മാനദണ്ഡമുണ്ടോ എന്ന് ചോദിക്കുക.
4. സ്കോറിംഗ് പട്ടിക ഒരുമിച്ച് സൃഷ്ടിക്കുക. ഓരോ മാനദണ്ഡത്തിനും പരിധി വ്യക്തമാക്കുക.
5. GIS ഘട്ടങ്ങളിലേക്ക് വർക്ക്ഫ്ലോ വിവർത്തനം ചെയ്തു. ഏത് പാളി, ഏത് പ്രോസസ്സ്, ഏത് ക്രമത്തിൽ.
6. ഡാറ്റയുടെ ഗുണനിലവാരം പരിശോധിക്കുക. സമയബന്ധിതത്വം, കൃത്യത, CRS പാലിക്കൽ.
7. ഫലം പരിശോധിക്കുക. ഫീൽഡ്, നിയമനിർമ്മാണം, അറിയപ്പെടുന്ന റഫറൻസ്.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്: "ഭവനത്തിന് ഏറ്റവും മികച്ച സ്ഥലം കണ്ടെത്തുക."

AI-ക്ക് ഡൊമെയ്‌നോ ഡാറ്റയോ മാനദണ്ഡമോ അറിയില്ല; ഇത് പൊതുവായതും ഉപയോഗശൂന്യവുമായ ഒരു വാചകം നൽകുന്നു.

ശക്തമായ നിർദ്ദേശം: "ഞാൻ ഒരു അനുയോജ്യതാ വിശകലനം സജ്ജീകരിക്കുന്നു: ടാർഗെറ്റ് പുതിയ റെസിഡൻഷ്യൽ ഏരിയ, വർക്ക് ഏരിയ [ജില്ല]. എനിക്കുള്ള പാളികൾ: ചരിവ് (DEM-ൽ നിന്ന്), വെള്ളപ്പൊക്ക അപകടസാധ്യത (SHW), റോഡ് നെറ്റ്‌വർക്ക്, നിലവിലുള്ള ഭൂവിനിയോഗം, സംരക്ഷിത പ്രദേശങ്ങൾ. (എ) നഷ്‌ടമായേക്കാവുന്ന മാനദണ്ഡങ്ങളെക്കുറിച്ച് എന്നെ ഓർമ്മിപ്പിക്കുക, (ബി) ന്യായമായ സ്‌കോറിംഗ് മൂല്യങ്ങളുടെ പട്ടിക നിർദ്ദേശിക്കുക എനിക്ക് വേണ്ടിയുള്ള ഭാരങ്ങൾ അന്തിമമാക്കുക.

രണ്ടാമത്തെ പ്രോംപ്റ്റ്, AI-യെ ഒരു ചർച്ചാ പങ്കാളിയാക്കുന്നു, തീരുമാനമെടുക്കുന്നയാളെ പ്ലാനറുടെ പക്കൽ നിലനിർത്തുന്നു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

ടാസ്ക്: ഇനിപ്പറയുന്ന ലക്ഷ്യങ്ങളുടെയും നിരകളുടെയും പട്ടികയ്ക്കായി ഒരു കൂട്ടം അനുയോജ്യത വിശകലന മാനദണ്ഡം നിർദ്ദേശിക്കുക. ഔട്ട്പുട്ട്: മാനദണ്ഡം | എന്തുകൊണ്ട് അത് പ്രധാനമാണ് | സാധ്യമായ സ്കോറിംഗ് പരിധി | "ഇതിൽ മൂല്യനിർണ്ണയങ്ങൾ അടങ്ങിയിട്ടുണ്ടോ". നഷ്‌ടമായേക്കാവുന്ന ഏതെങ്കിലും മാനദണ്ഡങ്ങളും പട്ടികപ്പെടുത്തുക. ഉദ്ദേശ്യം: [...] | ജോലിസ്ഥലം: [...] | പാളികൾ: [...]

ടാസ്‌ക്: ചുവടെയുള്ള മാനദണ്ഡ-വെയ്റ്റിംഗ് പട്ടിക പരിശോധിക്കുക. (എ) ഭാരങ്ങളുടെ ആകെത്തുക പ്രാധാന്യമുള്ളതാണോ എന്ന് പരിശോധിക്കുക, (ബി) പൊരുത്തക്കേടാണോ ഡ്യൂപ്ലിക്കേറ്റ് മാനദണ്ഡങ്ങൾ ഫ്ലാഗ് ചെയ്യുക, (സി) ഫലത്തെ തെറ്റിദ്ധരിപ്പിച്ചേക്കാവുന്ന അനുമാനങ്ങൾ ലിസ്റ്റ് ചെയ്യുക. തീരുമാനമെടുക്കൽ; പരിശോധിക്കുക. പട്ടിക: [...]

ടാസ്ക്: ഇനിപ്പറയുന്ന വിശകലന ഘട്ടങ്ങൾ ഒരു GIS വർക്ക്ഫ്ലോയിലേക്ക് വിവർത്തനം ചെയ്യുക. ഓരോ ഘട്ടത്തിനും: ഇൻപുട്ട് ലെയർ(കൾ), പ്രോസസ്സ് തരം, ഔട്ട്പുട്ട്, കോർഡിനേറ്റ് സിസ്റ്റം / യൂണിറ്റ് പോയിൻ്റ് എന്നിവ പരിഗണിക്കണം. റൈറ്റിംഗ് കോഡ്; നിങ്ങളുടെ വർക്ക്ഫ്ലോ വിവരിക്കുക. ഘട്ടങ്ങൾ: [...]

ടാസ്ക്: ഇനിപ്പറയുന്ന ഡാറ്റ ഇൻവെൻ്ററി ഒരു ഗുണനിലവാര നിയന്ത്രണ ചാർട്ടിലേക്ക് വിവർത്തനം ചെയ്യുക. നിരകൾ: പാളി | ഉറവിടം | തീയതി/നിലവിൽ | CRS | അറിയപ്പെടുന്ന പരിധി / പിശകിൻ്റെ അപകടസാധ്യത. ഉപയോഗത്തിന് മുമ്പ് അന്വേഷിക്കേണ്ട ലെയറുകൾ അടയാളപ്പെടുത്തുക. ഇൻവെൻ്ററി: [...]

ഒരു പട്ടിക: വിശകലന തരവും മൂല്യനിർണ്ണയവും

വിശകലനം

അവൻ ചോദിച്ച ചോദ്യം

AI യുടെ പങ്ക്

ഗുരുതരമായ പരിശോധന

അനുയോജ്യത

എവിടെയാണ് അനുയോജ്യം?

മാനദണ്ഡം-ഭാരം നിർമ്മാണം

ഭാരം = പൊതു തിരഞ്ഞെടുപ്പ്; സി.ആർ.എസ്.

പ്രവേശനക്ഷമത

എത്ര അടുത്ത് / ആക്സസ് ചെയ്യാനാകും?

രീതി തിരഞ്ഞെടുക്കൽ രൂപരേഖ

നെറ്റ്‌വർക്ക് ഡാറ്റ അപ്‌ഡേറ്റ്

സാന്ദ്രത/കവറേജ്

എത്രയുണ്ട്, അത് എങ്ങനെയാണ് വിതരണം ചെയ്യുന്നത്?

ക്ലാസും ത്രെഷോൾഡ് ശുപാർശയും

ജനസംഖ്യ/ഏരിയ ഡാറ്റ ഉറവിടം

മാറ്റം

എന്താണ് മാറിയത്?

താരതമ്യം ഫിക്ഷൻ

തീയതിയും CRS പാലിക്കലും

ബഫർ/ദൂരം

അതിർത്തിക്കുള്ളിൽ എന്താണ്?

ദൂരം യുക്തി

യൂണിറ്റും സി.ആർ.എസും

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - CRS കെണി. ഒരു ഇൻ്റേൺ രണ്ട് പാളികൾ ഓവർലാപ്പ് ചെയ്യുന്നു; മാപ്പ് "ഓവർലാപ്പ്" ആയി കാണപ്പെടുന്നു. AI അത് പ്രിൻ്റ് ചെയ്യുന്ന ഒരു ബഫർ വിശകലനം ചെയ്യുമ്പോൾ, 500 മീറ്റർ ബഫർ വിചിത്രമായി ചെറുതായി മാറുന്നു. പ്രശ്നം: ഒരു ലെയർ ഭൂമിശാസ്ത്രപരമായ (ഡിഗ്രി) CRS-ൽ ആണ്, മറ്റൊന്ന് മെട്രിക് CRS-ലാണ്; 500 "ഡിഗ്രികൾ" അർത്ഥശൂന്യമാണ്. ശരിയായ CRS-ലേക്ക് പ്രൊജക്ഷൻ ചെയ്ത ശേഷം, ഫലം മെച്ചപ്പെടുന്നു. ഏറ്റവും ചെലവേറിയ തെറ്റുകളിൽ ഏറ്റവും അദൃശ്യമായ ഒന്നാണിത്.

കേസ് 2 - മറന്നുപോയ മാനദണ്ഡം. പാർപ്പിട അനുയോജ്യതയുടെ മാനദണ്ഡമായി ഒരു ടീം ചരിവ്, വെള്ളപ്പൊക്കം, പ്രവേശനക്ഷമത എന്നിവ ഉപയോഗിക്കുന്നു. AI എഡിറ്റിംഗിൻ്റെ മേൽനോട്ടം വഹിക്കട്ടെ; AI "നിങ്ങൾ ഭൂഗർഭ/ദുരന്ത സാധ്യത (തകരാർ, മണ്ണിടിച്ചിൽ) മാനദണ്ഡം ചേർത്തിട്ടുണ്ടോ?" അവൻ ഓർമ്മിപ്പിക്കുന്നു. ഈ നിർണായക മാനദണ്ഡം തങ്ങൾക്ക് നഷ്ടമായെന്ന് ടീം തിരിച്ചറിയുന്നു. AI ഒരു തീരുമാനമെടുത്തില്ല, അത് ഒരു ബ്ലൈൻഡ് സ്പോട്ട് അടച്ചു.

കേസ് 3 - ഭാരം സുതാര്യത. ഒരു മുനിസിപ്പാലിറ്റി കൗൺസിലിന് അനുയോജ്യമായ ഒരു മാപ്പ് സമർപ്പിക്കുന്നു. ഓരോ ഭാരവും ഒരു മുൻഗണനയാണെന്നും വ്യത്യസ്ത ഭാരങ്ങൾക്കനുസരിച്ച് മാപ്പ് മാറുമെന്നും റിപ്പോർട്ട് ഡ്രാഫ്റ്റിൽ AI വ്യക്തമായി പ്രിൻ്റ് ചെയ്യുന്നു. കൗൺസിൽ ചോദിച്ചു "പ്രളയത്തിൻ്റെ ഭാരം വർദ്ധിപ്പിച്ചാൽ എന്ത് സംഭവിക്കും?" അവൻ ചോദിക്കാൻ പ്രാപ്തനാകുന്നു. സുതാര്യത വിശകലനത്തെ അടിച്ചേൽപ്പിക്കുന്നതിൽ നിന്ന് ചർച്ചയ്ക്കുള്ള ഉപകരണമാക്കി മാറ്റുന്നു.

സാധാരണ തെറ്റുകൾ

• CRS പരിശോധിക്കുന്നില്ല. സ്പേഷ്യൽ വിശകലനത്തിലെ ഏറ്റവും സാധാരണവും ചെലവേറിയതുമായ തെറ്റ്; ഓരോ ദൂരം/ഏരിയ ഓപ്പറേഷന് മുമ്പും പരിശോധിക്കുക.
• സാങ്കേതിക വസ്തുതകൾക്കായി തൂക്കങ്ങൾ തെറ്റിദ്ധരിക്കുന്നു. ഭാരം ഒരു മൂല്യനിർണ്ണയമാണ്; അത് സുതാര്യവും ചർച്ചാവിഷയവുമായിരിക്കണം.
• ഡാറ്റ കറൻസി അവഗണിക്കുന്നു. പഴയ ഭൂവിനിയോഗ പാളി ഇന്നത്തെ വിധിയെ തെറ്റിദ്ധരിപ്പിക്കുന്നു.
• ഒരു ഡാറ്റ ഉറവിടമായി AI തെറ്റിദ്ധരിക്കുന്നു. AI-ക്ക് പാളി കാണാൻ കഴിയില്ല; പ്ലോട്ട് എഡിറ്റ് ചെയ്യുന്നു. ഡാറ്റ എല്ലായ്പ്പോഴും യഥാർത്ഥവും പരിശോധിച്ചുറപ്പിച്ചതുമായ ഉറവിടത്തിൽ നിന്നാണ് വരുന്നത്.
• ഫീൽഡിൽ ഫലം പരിശോധിക്കുന്നില്ല. ഭൂപടത്തിൽ ഒരു പ്രദേശം "അനുയോജ്യമായി" ദൃശ്യമാകാം, എന്നാൽ നിലത്ത് അത് തികച്ചും വ്യത്യസ്തമായ യാഥാർത്ഥ്യമായിരിക്കാം.

ചുരുക്കത്തിൽ

ജിഐഎസ് ആസൂത്രണത്തിൻ്റെ സ്പേഷ്യൽ ഡാറ്റ എഞ്ചിനാണ്; പാളി, ആട്രിബ്യൂട്ട്, കോർഡിനേറ്റ് സിസ്റ്റം എന്നിവയാണ് അതിൻ്റെ മൂന്ന് അടിസ്ഥാന ആശയങ്ങൾ. മാനദണ്ഡങ്ങൾ, സ്കോറിംഗ്, ഭാരം എന്നിവ ഉപയോഗിച്ച് ഒരു ലക്ഷ്യത്തിനായി അനുയോജ്യത വിശകലനം ഓരോ സ്ഥലവും സ്കോർ ചെയ്യുന്നു. ഈ സജ്ജീകരണം രൂപകൽപ്പന ചെയ്യുന്നതിനും നഷ്‌ടമായ മാനദണ്ഡങ്ങൾ ഓർമ്മിപ്പിക്കുന്നതിനും വർക്ക്ഫ്ലോ അടുക്കുന്നതിനും റിപ്പോർട്ടുചെയ്യുന്നതിനും AI ഒരു ശക്തമായ സഹായമാണ്; പക്ഷേ അയാൾക്ക് ഡാറ്റ കാണാനും തീരുമാനമെടുക്കാനും കഴിയില്ല. ഏറ്റവും വഞ്ചനാപരമായ തെറ്റ് തെറ്റായ കോർഡിനേറ്റ് സിസ്റ്റമാണ്; തൂക്കങ്ങൾ സാങ്കേതികമല്ല, മറിച്ച് മൂല്യനിർണ്ണയമാണ്, അവ സുതാര്യമായിരിക്കണം. കാലികമായ ഡാറ്റ, കൃത്യമായ CRS, ഫീൽഡ് വിവരങ്ങൾ എന്നിവ ഉപയോഗിച്ച് എല്ലാ ഫലങ്ങളും പരിശോധിക്കുക.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു ഉദ്ദേശ്യം തിരഞ്ഞെടുക്കുക (ഉദാഹരണത്തിന്, ഒരു പുതിയ നഴ്സറി സ്ഥാനം). (1) നിങ്ങളുടെ പക്കലുള്ള പാളികളുടെ ഒരു ഇൻവെൻ്ററി ഉണ്ടാക്കുക അല്ലെങ്കിൽ നാലാമത്തെ ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് അനുമാനിക്കുക; ഓരോ ലെയറിൻ്റെയും CRS, ഫ്രഷ്‌നസ് സ്റ്റാറ്റസ് എന്നിവ എഴുതുക. (2) ആദ്യ ടെംപ്ലേറ്റ് ഉപയോഗിച്ച്, AI- ലേക്ക് ഒരു കൂട്ടം മാനദണ്ഡ-ഭാരങ്ങൾ നിർദ്ദേശിക്കുകയും കുറഞ്ഞത് ഒരു നഷ്‌ടമായ മാനദണ്ഡമെങ്കിലും പിടിച്ചെടുക്കുകയും ചെയ്യുക. (3) മൂല്യനിർണ്ണയങ്ങൾ ഏതൊക്കെയാണെന്ന് അടയാളപ്പെടുത്തുകയും അവ എങ്ങനെ അസംബ്ലിയിൽ വിശദീകരിക്കുമെന്ന് ഒരു വാചകത്തിൽ എഴുതുകയും ചെയ്യുക. (4) ഫീൽഡിലെ ഫലം നിങ്ങൾ എങ്ങനെ പരിശോധിക്കുമെന്ന് വിവരിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ എല്ലാ ലെയറുകളുടെയും കോർഡിനേറ്റ് സിസ്റ്റം (CRS) പരിശോധിച്ച് സമന്വയിപ്പിച്ചു.
• [] ഞാൻ മാനദണ്ഡങ്ങൾ സജ്ജമാക്കി, നഷ്‌ടമായ മാനദണ്ഡങ്ങൾക്കായി AI സ്കാൻ നടത്തി.
• [ ] തൂക്കങ്ങൾ മൂല്യനിർണ്ണയങ്ങളാണെന്ന് ഞാൻ അടയാളപ്പെടുത്തുകയും അവയെ സുതാര്യമാക്കുകയും ചെയ്തു.
• [ ] ഞാൻ ഡാറ്റ കറൻസിയും കൃത്യതയും വിലയിരുത്തി.
• [ ] ഞാൻ AI ഒരു എഡിറ്റിംഗ് അസിസ്റ്റൻ്റായി ഉപയോഗിച്ചു, ഒരു ഡാറ്റാ ഉറവിടമായിട്ടല്ല.
• [ ] അറിയാവുന്ന റഫറൻസും ഫീൽഡ് അറിവും ഉപയോഗിച്ച് ഞാൻ ഫലം പരിശോധിച്ചു.
• [ ] ഞാൻ ഡാറ്റ ഇൻവെൻ്ററിയും വെരിഫിക്കേഷൻ ട്രെയ്‌സും സംരക്ഷിച്ചു.