Geographic information — Training data markup language for artificial intelligence — Part 1: Conceptual model

Within the context of training data for Earth Observation (EO) Artificial Intelligence Machine Learning (AI/ML), this document specifies a conceptual model that: — establishes a UML model with a target of maximizing the interoperability and usability of EO imagery training data; — specifies different AI/ML tasks and labels in EO in terms of supervised learning, including scene level, object level and pixel level tasks; — describes the permanent identifier, version, licence, training data size, measurement or imagery used for annotation; — specifies a description of quality (e.g. training data errors, training data representativeness, quality measures) and provenance (e.g. agents who perform the labelling, labelling procedure).

Information géographique — Langage de balisage des données d'entraînement pour l'intelligence artificielle — Partie 1: Modèle conceptuel

Dans le contexte des données d’entraînement pour l’apprentissage automatique de l’intelligence artificielle (IA/ML) en matière d’observation de la Terre (EO), le présent document spécifie un modèle conceptuel qui: — établit un modèle UML dans le but de maximiser l’interopérabilité et l’utilisabilité des données d’entraînement à l’imagerie d’observation de la Terre; — spécifie les différentes tâches et étiquettes d’IA/ML dans le domaine de l’EO en termes d’apprentissage supervisé, y compris les tâches au niveau de la scène, de l’objet et du pixel; — décrit l’identifiant permanent, la version, la licence, la taille des données d’entraînement, les mesures ou l’imagerie utilisée pour l’annotation; — spécifie une description de la qualité (par exemple, les erreurs dans les données d’entraînement, la représentativité des données d’entraînement, les mesures de la qualité) et de la provenance (par exemple, les agents qui effectuent l’étiquetage, la procédure d’étiquetage).

General Information

Status
Published
Publication Date
26-May-2025
Current Stage
6060 - International Standard published
Start Date
27-May-2025
Due Date
13-Feb-2027
Completion Date
27-May-2025
Ref Project

Buy Standard

Standard
ISO 19178-1:2025 - Geographic information — Training data markup language for artificial intelligence — Part 1: Conceptual model Released:27. 05. 2025
English language
48 pages
sale 15% off
Preview
sale 15% off
Preview
Standard
ISO 19178-1:2025 - Information géographique — Langage de balisage des données d'entraînement pour l'intelligence artificielle — Partie 1: Modèle conceptuel Released:27. 05. 2025
French language
53 pages
sale 15% off
Preview
sale 15% off
Preview

Standards Content (Sample)


International
Standard
ISO 19178-1
First edition
Geographic information — Training
2025-05
data markup language for artificial
intelligence —
Part 1:
Conceptual model
Information géographique — Langage de balisage des données
d'entraînement pour l'intelligence artificielle —
Partie 1: Modèle conceptuel
Reference number
© ISO 2025
All rights reserved. Unless otherwise specified, or required in the context of its implementation, no part of this publication may
be reproduced or utilized otherwise in any form or by any means, electronic or mechanical, including photocopying, or posting on
the internet or an intranet, without prior written permission. Permission can be requested from either ISO at the address below
or ISO’s member body in the country of the requester.
ISO copyright office
CP 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Geneva
Phone: +41 22 749 01 11
Email: copyright@iso.org
Website: www.iso.org
Published in Switzerland
ii
Contents Page
Foreword .v
Introduction .vi
1 Scope . 1
2 Normative references . 1
3 Terms, definitions and abbreviated terms . 1
3.1 Terms and definitions .1
3.2 Abbreviated terms .3
4 Conventions . 4
4.1 General .4
4.2 Identifiers .4
4.3 UML notation.4
5 Conformance . 6
6 Overview . 6
6.1 General .6
6.2 AI tasks for EO.6
6.3 Modularization .7
6.4 General modelling principles .8
6.4.1 Element modelling .8
6.4.2 Class hierarchy and inheritance of properties and relations .8
6.4.3 Definition of the semantics for all classes, properties and relations . .9
6.4.4 Data integrity, authenticity and non-repudiation .9
6.5 Extending TrainingDML-AI .9
7 TrainingDML-AI UML model . 9
7.1 General .9
7.2 ISO dependencies .9
7.3 Overview of the UML model .10
7.4 AI_TrainingDataset . 12
7.4.1 General . 12
7.4.2 Provisions . 13
7.4.3 Class definitions .14
7.5 AI_TrainingData . 15
7.5.1 General . 15
7.5.2 Provisions .16
7.5.3 Class definitions .16
7.6 AI_Task .17
7.6.1 General .17
7.6.2 Provisions .18
7.6.3 Class definitions .18
7.7 AI_Label .18
7.7.1 General .18
7.7.2 Provisions .19
7.7.3 Class definitions . 20
7.8 AI_Labeling . 20
7.8.1 General . 20
7.8.2 Provisions .21
7.8.3 Class definitions . 22
7.9 AI_TDChangeset . 22
7.9.1 General . 22
7.9.2 Provisions . 23
7.9.3 Class definitions .24
7.10 AI_DataQuality .24
7.10.1 General .24

iii
7.10.2 Provisions . 25
7.10.3 Class definitions . 26
8 TrainingDML-AI Data Dictionary .26
8.1 General . 26
8.2 ISO Classes . 26
8.2.1 Feature (from ISO 19101-1) . 26
8.2.2 MD_Band (from ISO 19115-1) . 26
8.2.3 MD_Scope (from ISO 19115-1) . 26
8.2.4 MD_ReferenceSystem (from ISO 19115-1) . 26
8.2.5 LI_Lineage (from ISO 19115-1) .27
8.2.6 EX_Extent (from ISO 19115-1) .27
8.2.7 CI_Citation (from ISO 19115-1) .27
8.2.8 MD_Resolution (from ISO 19115-1) .27
8.2.9 DataQuality (from ISO 19157-1).27
8.2.10 QualityElement (from ISO 19157-1) .
...


Norme
internationale
ISO 19178-1
Première édition
Information géographique —
2025-05
Langage de balisage des données
d'entraînement pour l'intelligence
artificielle —
Partie 1:
Modèle conceptuel
Geographic information — Training data markup language for
artificial intelligence —
Part 1: Conceptual model
Numéro de référence
DOCUMENT PROTÉGÉ PAR COPYRIGHT
© ISO 2025
Tous droits réservés. Sauf prescription différente ou nécessité dans le contexte de sa mise en œuvre, aucune partie de cette
publication ne peut être reproduite ni utilisée sous quelque forme que ce soit et par aucun procédé, électronique ou mécanique,
y compris la photocopie, ou la diffusion sur l’internet ou sur un intranet, sans autorisation écrite préalable. Une autorisation peut
être demandée à l’ISO à l’adresse ci-après ou au comité membre de l’ISO dans le pays du demandeur.
ISO copyright office
Case postale 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Genève
Tél.: +41 22 749 01 11
E-mail: copyright@iso.org
Web: www.iso.org
Publié en Suisse
ii
Sommaire Page
Avant-propos .v
Introduction .vi
1 Domaine d’application . 1
2 Références normatives . 1
3  Termes, définitions et abréviations . 1
3.1 Termes et définitions .1
3.2 Abréviations.4
4 Conventions . 4
4.1 Généralités .4
4.2 Identifiants . .4
4.3 Notation UML .5
5 Conformité . 6
6 Vue d’ensemble . 6
6.1 Généralités .6
6.2 Tâches d’IA pour l’EO .6
6.3 Modularisation .7
6.4 Principes généraux de modélisation .8
6.4.1 Modélisation des éléments .8
6.4.2 Hiérarchie des classes et héritage des propriétés et des relations.9
6.4.3 Définition de la sémantique pour toutes les classes, propriétés et relations .9
6.4.4 Intégrité, authenticité et non-répudiation des données .9
6.5 Extension du modèle TrainingDML-AI .9
7 Modèle UML TrainingDML-AI . 9
7.1 Généralités .9
7.2 Dépendances ISO .9
7.3 Vue d’ensemble du modèle UML .11
7.4 AI_TrainingDataset . 12
7.4.1 Généralités . 12
7.4.2 Dispositions . 13
7.4.3 Définitions de classes .14
7.5 AI_TrainingData . 15
7.5.1 Généralités . 15
7.5.2 Dispositions .16
7.5.3 Définitions de classes .16
7.6 AI_Task .17
7.6.1 Généralités .17
7.6.2 Dispositions .18
7.6.3 Définitions de classes .19
7.7 AI_Label .19
7.7.1 Généralités .19
7.7.2 Dispositions . 20
7.7.3 Définitions de classes .21
7.8 AI_Labeling .21
7.8.1 Généralités .21
7.8.2 Dispositions . 22
7.8.3 Définitions de classes . 23
7.9 AI_TDChangeset . 23
7.9.1 Généralités . 23
7.9.2 Dispositions .24
7.9.3 Définitions de classes .24
7.10 AI_DataQuality . 25
7.10.1 Généralités . 25

iii
7.10.2 Dispositions . 26
7.10.3 Définitions de classes .27
8 Dictionnaire de données TrainingDML-AI .27
8.1 Généralités .27
8.2 Classes ISO .27
8.2.1 Feature (entité, d’après l’ISO 19101-1) .27
8.2.2 MD_Band (bande, d’après l’ISO 19101-1) .27
8.2.3 MD_Scope (domaine d’application, d’après l’ISO 19115-1) .27
8.2.4 MD_ReferenceSystem (d’après l’ISO 19115-1) . 28
8.2.5 LI_Lineage (généalogie, d’après l’ISO 19115-1) . 28
8.2.6 EX_Extent (étendue, d’après l’ISO 19115-1) . 28
8.2.7 CI_Citation (citation, d’après l’ISO 19115-1) . 28
8.2.8 MD_Resolution (résolution, d’après l’ISO 19115-1) . 28
8.2.9 DataQuality (qualité des données, d’après l’ISO 19157-1) . 28
8.2.10 QualityElement (élément de qualité, d’après l’ISO 19157-1) . 29
8.3 AI_TrainingDataset . 29
8.3.1 Métadonnées .
...

Questions, Comments and Discussion

Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.