Ao vivo da Sessão Plenária da Conferência de Usuários 2018: Parte 2 da Sessão da Manhã

CandaceLoya

<\/HEAD>

E estamos de volta com a equipe de Customer Advocacy compartilhando seus comentários abaixo! Se você perdeu a sessão da manhã, pode ler os destaques Ao Vivo da Sessão Plenária da Conferência do Usuário 2018: Sessão da Manhã<\/A>\u200c.<\/P>

10:55 a.m. - Ato II 6 VEDdeo de Abertura<\/a><\/li>11:01 a.m. - ArcGIS Online\u200c<\/a><\/li>Palestrante: Jennifer Bell\u200c<\/a><\/li>11:12 a.m. - Enterprise GIS 6 Inspirando uma Nova Era de Solucionadores de Problemas com Location Intelligence<\/a><\/li>Empresa: Cobb County Government<\/a><\/li>Palestrantes: Sharon Stanley, Felicia Alingu, Lynn Biggs, Jennifer Lana, e Lt. J.D. Lorens - Cobb P.D.<\/a><\/li>11:22 a.m. - ArcGIS Pro Editing and 3D<\/a><\/li>Palestrante: Madeline Schueren<\/a><\/li>11:28 a.m. - Enterprise Sites<\/a><\/li>Palestrante: Shannon Kalisky<\/a><\/li>11:35 a.m. - ArcGIS Pro - Artificial Intelligence (AI)

Palestrantes: Rohit Singh, Esri e Chris Buscaglia, Esri<\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/>
... (continua no mesmo formato para o restante do conteúdo) ... style="float: left;" \/>Usando o estilo de desenho Relationship, ela demonstra como esse estilo avalia dois atributos para ajudar a explorar relações entre atributos, neste caso, comparando o nível de desenvolvimento com o número de espécies ameaçadas e mostrando onde ambos os valores são altos e baixos para o desenvolvimento humano que ameaça outras espécies de vida.<\/SPAN><\/P>

<\/P>

 <\/SPAN><\/P><\/P><\/P>Ela passa a contar a história usando o recurso Edges no ArcGIS Online<\/A> para Smart Mapping 3D<\/SPAN> do New York City Energy Score. Aqui ela mostra a nota que cada edifício recebe que representa quão eficiente em energia ele é. <\/SPAN><\/SPAN><\/P><\/P><\/P>

11:12 a.m. - Enterprise GIS – Inspirando uma Nova Era de Solucionadores de Problemas com Location Intelligence<\/H1>Empresa: Governo do Condado de Cobb<\/H3>Palestrantes:  Sharon Stanley, Felicia Alingu, Lynn Biggs, Jennifer Lana e Lt. J.D. Lorens - Cobb P.D.<\/H4> <\/SPAN><\/P>https:\/\/www.youtube.com\/embed\/UY0yxh_Jrbo?feature=oembed

H4 id=\"toc-hId-745702257\"> Palestrante: Madeline SchuerenP  PBern apresenta Madeline.P  PMadeline explica como usar ferramentas no ArcGIS Pro 2.2 pode ajudar a gerenciar proativamente mudanças no crescimento populacional, padrões de tráfego e desenvolvimento da construção com uma demonstração do mapa de um canteiro de obras para um novo centro comercial em Redlands, CA. Em apenas 5 minutos ela adiciona etiquetas aos edifícios, vagas de estacionamento, camadas dos edifícios e profundidade nas portas e sistemas de ventilação do prédio para criar um modelo 3D do edifício. "Editar em 3D nunca foi tão fácil com ArcGIS Pro 2.2."P

PP

H1 id='toc-hId--1216914189'>11:28 a.m. - Enterprise SitesH4 id='toc-hId--63644369'> Palestrante: Shannon KaliskyP  PShannon agradece Bern pela introdução e inicia sua apresentação com um Portal desenvolvido para a cidade de San Antonio. Adicionamos uma nova capacidade com ArcGIS 10.1 para permitir que você melhore seu portal existente chamado Enterprise Sites. Isso fornece conteúdo, informações importantes na ponta dos dedos do usuário.PPEla demonstra quão rápido e fácil é criar um site portal para o Corpo de Bombeiros de San Antonio sem precisar fazer ou conhecer código web. Em apenas 5 minutos ela cria grupos que podem acessar o novo site. Depois adiciona widgets com mapa web para chamadas, dashboards, dados dos serviços e categorias.P

H1 id='toc-hId-459453604'>11:35 a.m. - ArcGIS Pro - Inteligência Artificial (AI)H4 id='toc-hId-1106377158'> Palestrantes: Rohit Singh, Esri e Chris Buscaglia, EsriP  PRohit, agradece Bern e dá uma demonstração de exemplo para detectar piscinas usando imagens infravermelhas para desenvolver dados de treinamento e detecção de objetos para criar o modelo de treinamento que fornece informações sobre quais propriedades possuem piscinas. Aprendizado profundo desse tipo também pode ser usado para detectar piscinas negligenciadas que estão em risco de proliferação de mosquitos.<\/SPAN><\/P><\/P>Chris nos leva a uma viagem a New Orleans com visuais de propriedades degradadas desde antes do Furacão Katrina. Imagens capturadas por contratados da cidade ao nível da rua. <\/SPAN><\/P> <\/SPAN><\/P>Usando AI com o NOVO Property Condition Survey e ArcGIS Pro, ele pode identificar um bairro em New Orleans que não foi classificado com categorias de degradação. Integrando com a chave de treinamento no Microsoft Custom Vision, usando fotos de treinamento prontas focadas em grafite, janelas cobertas e quintais crescidos demais, a AI pode ser treinada com um modelo de degradação no Custom Vision, classificando essas imagens com camadas resultantes que podem ser usadas no ArcGIS. <\/SPAN><\/P>Olhando para essas propriedades específicas mostra a pontuação geral de probabilidade de degradação, priorizando bairros que precisam de avaliações de forma mais eficaz. <\/SPAN>Em menos de um minuto, Chris consegue classificar 600 propriedades por menos de um dólar usando ArcGIS e AI juntos para resolver problemas difíceis e entender uma variedade de condições dos bairros.<\/SPAN><\/P> <\/SPAN><\/P>Escrito por Matt Ball<\/A>, Escritor da Esri<\/P>

Usando fluxos de trabalho de aprendizado profundo,

Rohit Singh<\/A> demonstrou a detecção automática de piscinas em áreas residenciais em uma cidade. Usando ArcGIS Pro com imagens NAIP do Living Atlas, ele começou rotulando piscinas amostras. Então esses dados amostrais de treinamento se integram com Jupyter Notebook e a API ArcGIS para Python para integrar com PyTorch e a biblioteca FastAI para treinar um modelo de detecção de objetos. O modelo ajuda a encontrar as piscinas por toda a cidade. Ferramentas de análise do ArcGIS online nos permitem juntar as piscinas aos lotes. Em seguida, olhamos para as propriedades que não registraram piscinas no banco de dados do avaliador, ajudando a cidade a gerar um relatório com propriedades que precisam ser verificadas em campo.<\/P>

<\/P>

Chris Buscaglia<\/A> mostrou a identificação das áreas degradadas em New Orleans, detectando grafite, janelas cobertas e quintais crescidos demais. O resultado mostrou prédios que precisavam de verificação adicional em campo. Em vez de levar centenas de horas, ele conseguiu classificar centenas de fotos em minutos.<\/P><\/BLOCKQUOTE>

<\/P>

11:40 - Restaurando o Aqueduto Lower Catskill da Cidade de Nova York com GIS & BIM<\/H1>Empresa: Mott MacDonald<\/H3>Palestrantes: Cory Dippold e Anthony Renteria<\/SPAN><\/H4>Escrito por Matt Ball<\/A><\/SPAN><\/P>

Cory Dippold e Anthony Renteria da Mott MacDonald apresentaram a integração do GIS e BIM para a manutenção planejada do Aqueduto Lower Catskill.<\/P>

<\/P>

O sistema de abastecimento de água da Cidade de Nova York começa bem acima da cidade nas bacias hidrográficas que alimentam reservatórios gerenciados pelo Departamento de Proteção Ambiental (DEP). 500 milhões de galões de água <\/SPAN>fluem <\/SPAN>todos os dias através dos aquedutos que percorrem mais de 120 milhas. Os últimos doze milhas do Aqueduto Catskill, que tem mais de 120 anos, foram alvo para reparo. Fissuras e desgaste nesse segmento, conhecido como Lower Catskill Aqueduct, serão reparados ao longo de dez anos.<\/P><\/P>O projeto é digital desde o início com a criação de um gêmeo digital. A Mott MacDonald pesquisou o subsolo e superfície do aqueduto usando escaneamento LiDAR para capturar os detalhes do aqueduto. As condições existentes são carregadas no ArcGIS Online junto com documentos originais do contrato desde 1911. O processo detalhou ativos conhecidos para avaliações técnicas, e também descobriu alguns ativos desconhecidos, como pontos de acesso a poços cobertos pela vegetação ao longo dos anos seguintes. Transferir todas as informações para o ArcGIS Online facilitou o compartilhamento com o DEP, e esse compartilhamento continuará durante todo o processo de manutenção, proporcionando visibilidade sobre o progresso e desempenho do trabalho.<\/P><\/P>Há todo um aspecto de modelagem da informação da construção (BIM) neste projeto. O modelo contextual do projeto é criado no Autodesk InfraWorks com informações completas dos ativos que se alinham com os dados LiDAR e imagens por satélite. Os dados foram importados para o Autodesk InfraWorks para fornecer um modelo contextual do projeto.<\/P><\/P>O modelo BIM é criado no Autodesk Revit. O modelo digital é importado novamente para o InfraWorks para criar o modelo contextual. Agora, pela primeira vez, eles podem puxar o modelo Revit para o ArcGIS com uma transferência completa em alta fidelidade. O modelo pode ser orbitado e explorado, observando características tanto acima quanto abaixo do nível do solo.<\/P><\/P>Novas ferramentas no ArcGIS Online permitem à Mott MacDonald fatiar o modelo GIS e revelar o detalhado modelo BIM subterrâneo. Essas novas ferramentas permitem aos usuários seccionar e cortar através do modelo como nunca antes, removendo os dados GIS para revelar os dados planimétricos para uma visão do modelo em nível técnico dentro do GIS.<\/P><\/P>Uma pequena seção do aqueduto que não está mais em uso permitiu à Mott MacDonald testar o uso do LiDAR para criar uma captura da realidade do interior do aqueduto. Essas informações foram carregadas no GIS para examinar defeitos e quantificar fissuras e lascas a serem enviadas aos contratados para reparo. Essas informações detalhadas ajudarão o contratado a acelerar os reparos enquanto fornecem um banco de dados com todos os defeitos para criar um pacote de trabalho ao contratado.<\/P><\/P>Unir os dados GIS e BIM permite explorar ainda mais o modelo. Um ambiente único para navegar pelo projeto. Permite que aqueles que não são praticantes em BIM ou GIS explorem o modelo em nível técnico.<\/P><\/BLOCKQUOTE><\/P>"Bem-vindo ao novo Workflow na Mott MacDonald." ~ Cory Dippold<\/SPAN><\/P><\/P>

11:49 - Gerenciamento da Rede Utility no ArcGIS<\/H1> Palestrantes: Remi Myers, Esri e Sarayana Kesavan, Esri<\/H4> <\/SPAN><\/P>Em uma demonstração colaborativa, Remi e Saranya mostram um Basemap usando a Solução ArcGIS Network Management para ajudar o Truckee Donner Public Utility District a fornecer energia elétrica e água para quase 25.000 clientes no norte da Califórnia.<\/SPAN><\/P> <\/SPAN><\/P>Sarayana dá zoom em um bairro visto por cima vendo sistemas elétricos e hidráulicos, válvulas, interruptores, bancos transformadores contidos, linhas de conectividade e quão facilmente ela pode reconfigurar um poste de uma localização para outra para um projeto alargamento da estrada.<\/P> outro.

Remi explica como hospitais, como o hospital Tahoe Forest, são atendidos por múltiplas fontes de energia para reduzir riscos de acidentes e falhas nos equipamentos. Expandindo as visualizações do mapa para revisar terreno e padrões climáticos históricos usando um marcador histórico, eles podem determinar que uma fonte adicional pode ser roteada a partir de uma subestação próxima ao hospital.

Sarayana e Remi então demonstram quão facilmente podem mapear e criar um template para energia até um campo de golfe e mudar isso para um modelo 3D para visualizar potenciais problemas no terreno e qualquer risco vindo da rede hídrica próxima.

  style="margin-bottom: .0001pt;">Encerrando sua demonstração, eles mostram como é fácil para um usuário de campo acessar os mesmos dados de um dispositivo móvel usando o Explorer.<\/SPAN><\/P> <\/SPAN><\/P>Recursos adicionais do GeoNet:<\/SPAN><\/P>Electric and Gas<\/A>\u200c<\/P>

Water Utilities<\/A>\u200c<\/P>

<\/P>

11:53 a.m. - Rastreamento de Localização<\/H1>Palestrante: Craig Gillgrass<\/H4><\/P>Craig usa um aplicativo de rastreamento de localização para configurar seu perfil para rastrear quando ele está trabalhando e desliga o rastreamento quando está fora do expediente.<\/P>https:\/\/www.youtube.com\/embed\/Emj6n28BwL0?feature=oembed

Anonymous User

Clustering sure makes maps look slick!

 

Configure clustering—ArcGIS Online Help | ArcGIS 

 

 

Check out the new smart mapping style - relationship:

 

Style numbers—ArcGIS Online Help | ArcGIS