TorchSpatial on NeurIPS'24

New OSMNX examples (from 11 hours ago)

https://github.com/gboeing/osmnx-examples/blob/main/notebooks/18-network-constrained-clustering.ipynb

Хотите узнать больше о работе сервиса SR CMS?

С удовольствием рассказываем и показываем!

Наша интерактивная карта мира поддерживает два слоя

🗺Слой 1. Тепловая карта выбросов — слой основан на прямых спутниковых измерениях

🛰Слой 2. Точки выбросов — результат аналитики спутниковых измерений, в том числе отклонения в динамике выбросов

Исходя из собственных задач, каждый пользователь платформы SR CMS получает необходимые верифицированные данные, в том числе благодаря предустановленным фильтрам.

📍Типы парниковых газов
Сейчас доступны данные о выбросах метана (CH4), но вскоре количество доступных парниковых газов пополнится и другими соединениями, включенными в национальный Перечень учёта (диоксид углерода СО2, закись азота N2O, гексафторид серы SF6 и другие)

📍Источники данных
Космический мониторинг осуществляется благодаря спутникам Sentinel-5P европейской миссии Copernicus и спектрометру EMIT международной миссии VISIONS. В дальнейшем количество источников данных будет увеличено, в том числе за счёт собственной спутниковой группировки SR CMS

📍Дополнительные данные
Карта объединяет спутниковые данные и результаты аналитики, а также информацию об основных объектах эмиссии, выбросах промышленных предприятий, нефтепроводов и газопроводов, как действующих, так и строящихся, и вышедших из эксплуатации

📍Масштаб карты и временнАя шкала также доступны пользователям, которым важно отследить динамику выбросов на нужной территории и за конкретный период времени

Наш сервис полезен для бизнеса и промышленных предприятий, для контролирующих органов и, конечно, для научного сообщества

💻Пока сервис лучше использовать на компьютере или ноутбуке. Мобильная версия находится в разработке

@vasilstar this one is for you

Наткнулся на пост Top Python libraries of 2024, и набор библиотек в очередной раз затрагивает давно наболевшие топики:

1) несовершенство языка и пакетного менеджера (uv вместо pip, Whenever как лучший datetime, streamable как альтернатива встроенным коллекциям, очередной генератор/валидатор типов...);
2) все низкоуровневые штуки продолжают переписывать на rust;
3) главная проблема и в LLM-driven мире осталоась все той же - перегонять данные из формата в формат, только к привычным HTML/JSON/markdown/датаклассам добавляются попытки сделать LLM-native форматы (BAML), LLM-native датаклассы (PydanticAI) etc.

Правда, из всего списка сколько-то массовый адопшен случился пока только у uv.