Kadastrale kaart folgjende

Kadaster

Wy bouwe de kadastrale kaart wer op mei keunstmjittige yntelliginsje. Dêrfoar brûke wy scans fan oarspronklik histoarysk fjildwurk.

Lêst feroare op 4 juny 2024 om 11:14 | Publikaasjestandaard 1.0

• Publicatiecategorie: Oare algoritmes
• Impacttoetsen: Fjild net ynfierd.
• Status: Yn gebrûk

Algemene ynformaasje

Tema

• Romte en ynfrastruktuer
• Wurk
• Living

Begjindatum

Fjild net ynfierd.

Kontaktgegevens

https://formulieren.kadaster.nl/contact_kadaster_algoritmeregister

Ferantwurde gebrûk

Doel en impact

De Kadastrale kaart neist is in ferbettere Kadastrale kaart. Op dizze kaart sjogge jo de grinzen safolle mooglik sa't se yn werklikheid binne. Wy brûke hjirfoar de oarspronklike mjitgegevens, dus âld fjildwurk. Wy brûke ek algoritmen en keunstmjittige yntelliginsje. Op dizze manier kinne wy ​​​​it proses automatisearje. Op dizze manier besparje wy kosten en jouwe wy in krekter Kadastrale kaart: de Kadastrale kaart folgjende.

Afwagings

Fjild net ynfierd.

Minskele tuskenkomst

Minske op 'e flecht. Dit betsjut dat AI wurdt tapast yn in automatysk proses. Binne der ôfwikingen? Dan kontrolearje minsken it resultaat en oanpasse it as it nedich is.

Risikobehear

Minimal risiko

Wettlike basis

Yn kêst 74 fan de Wet Kadaster stiet dat it Kadaster ûndersykje kin oft gegevens fan de Basisregistraasje Kadaster goed en folslein binne. Yn kêst 23 fan it Beslút Kadaster stiet dat der in fernijingsûndersyk dien wurde kin as bliken docht dat gegevens net genôch krekt en folslein binne. Der is dus noch gjin wetlike basis foar de Kadastrale Kaart Folgjende. Dêrom wolle wy kêst 23 wizigje. Sa kinne wy ​​noch in stap fierder gean en de Kadastrale kaart fernije.

Wurking

Gegevens

Wy hawwe in set fjildwurk brûkt dy't karakteristyk is foar ús argyf. Dy set bestiet út ferskate regio's en tiidperioaden. Dan is der in set foar OCR: omsette fan hânskreaune teksten yn ynformaasje dy't de kompjûter lêze kin. Dizze set bestiet út likernôch 200.000 fjildwurken. De ein-oan-ein set foar line- en objektdeteksje bestiet út 3.000 fjildwurken.

Technyske wurking

It algoritme brûkt aparte neurale netwurken foar de OCR, linedeteksje en objektdeteksje: * foar de OCR brûke wy in NN, dy't bestiet út CNN- en RNN-lagen * de linedeteksje is basearre op in oanpast UNET * de objektdeteksje wurdt dien mei in MaskRCNN op basis fan 'e SWIN-transformatorarsjitektuer Dizze modellen wurde oplaat basearre op fjildwurk (komponinten) en annotaasjes. Annotaasjes binne notysjes mei in opmerking of útlis. Wy ferdiele de beskikbere dataset yn trein-, falidaasje- en testsets. Wy fergrutsje de trainingsgegevens tidens training om in alsidige trainingsset te meitsjen. Tidens de training bepale wy nei elke iteraasje de F-score op de falidaasjeset. Sadree't de prestaasjes op 'e validaasjeset net mear ferbetterje, stopje wy mei training. Wy bepale dan de F-score op de testset. Is dizze F-score better as eardere training? Dan brûke wy de gewichten fan it neuronale netwurk foar de foarsizzingen.