Détail de l'auteur
Auteur Guillaume Touya
Commentaire :
Autorités liées :
idHAL :
guillaume-touya
idRef :
autre URL :
ORCID :
Scopus :
Publons :
G. Scholar :
DBLP URL :
|
Documents disponibles écrits par cet auteur (158)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)
[article]
Titre : ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat
, Auteur
Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 81 - 94 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000
[Termes IGN] algorithme de généralisation
[Termes IGN] carte topographique
[Termes IGN] déplacement d'objet géographique
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] implémentation (informatique)
[Termes IGN] jeu de données localisées
[Termes IGN] méthode des moindres carrés
[Termes IGN] optimisation spatiale
[Termes IGN] talus
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) Même si les progrès récents en automatisation de la généralisation cartographique aident les agences de cartographie nationales à produire leurs cartes topographiques à différentes échelles de plus en plus rapidement, il existe encore des opérations de généralisation que nous ne savons pas automatiser correctement. Par exemple, les talus sont fréquemment représentés par un symbole linéaire avec des barbules représentant le sens de la pente du talus. Ce type de symbole prend de la place et nécessite d'être éloigné des symboles de routes notamment. Cet article propose un algorithme, appelé ReBankment, qui permet de déplacer automatiquement les lignes de talus. L'algorithme utilise une triangulation pour identifier les voisinages entre objets de la carte, puis une optimisation par moindres carrés de la position des points de la ligne de talus, ce qui permet un déplacement sans modifier la forme initiale de la ligne. L'article propose également des moyens pour traiter les cas complexes et les jeux de données massifs. L'algorithme est testé sur des données réelles de l'IGN France pour la généralisation de la carte au 1:25.000 Numéro de notice : A2022-800 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101903
in Cartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 81 - 94[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 021-2022011 SL Revue Centre de documentation Revues en salle Disponible ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment / Guillaume Touya in International journal of cartography, vol 8 n° 1 (March 2022)
![]()
[article]
Titre : ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat
, Auteur
Année de publication : 2022 Projets : 1-Pas de projet / Article en page(s) : pp 37 - 53 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de généralisation
[Termes IGN] compensation par moindres carrés
[Termes IGN] données topographiques
[Termes IGN] talus
[Vedettes matières IGN] GénéralisationRésumé : (auteur) While the recent progress on automated generalisation helped National Mapping Agencies to derive topographic maps more and more quickly, there are still practical cartographic issues that require attention. For instance, embankments are represented with line symbols showing the slope of the embankment. This paper proposes an automated algorithm called ReBankment that displaces the embankment lines from the roads and rivers that overlap the embankment symbol. ReBankment is based on a triangulation to identify neighbourhoods, and on a least squares adjustment to displace and distort the embankment line while preserving its shape. This paper also proposes how to handle complex cases and scaling issues. ReBankment is tested on real data from a 1:25k scale topographic map. Numéro de notice : A2022-006 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2021.1972787 Date de publication en ligne : 18/10/2021 En ligne : https://doi.org/10.1080/23729333.2021.1972787 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98838
in International journal of cartography > vol 8 n° 1 (March 2022) . - pp 37 - 53[article]Apprendre à combiner l'information géographique pour générer une carte généralisée [poster à l'EGC 2022] / Azelle Courtial in Revue des Nouvelles Technologies de l'Information, E.38 (2022)
![]()
[article]
Titre : Apprendre à combiner l'information géographique pour générer une carte généralisée [poster à l'EGC 2022] Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya
, Auteur
Année de publication : 2022 Projets : 1-Pas de projet / Conférence : EGC 2022 24/01/2022 28/01/2022 Blois France Article en page(s) : pp 491 - 492 Note générale : bibliographie
RNTI/papers/1002771Langues : Français (fre) Descripteur : [Termes IGN] apprentissage profond
[Termes IGN] représentation géographique
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Deep learning allows the generation of maps from images. However, images only convey a limited view of the vector geographic information. We explore the methods to combine and represent cartographic information as tensors to improve map generation using deep learning. Numéro de notice : A2022-697 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans En ligne : https://editions-rnti.fr/render_pdf.php?p=1002771 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101884
in Revue des Nouvelles Technologies de l'Information > E.38 (2022) . - pp 491 - 492[article]
Titre : AlpineBends – A benchmark for deep learning-based generalisation Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya
, Auteur ; Xiang Zhang, Auteur
Editeur : International Cartographic Association ICA - Association cartographique internationale ACI Année de publication : 2022 Collection : Abstracts of the ICA num. 4 Projets : 1-Pas de projet / Conférence : ICA 2021, 24th ICA Workshop on Map Generalisation and Multiple Representation 13/12/2021 13/12/2021 Florence Italie OA Proceedings Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage profond
[Termes IGN] données maillées
[Termes IGN] objet géographique
[Termes IGN] test de performance
[Vedettes matières IGN] GénéralisationRésumé : (auteur) [début] Raster-based map generalization is nowadays anecdotal, as most generalization operations are performed using vector data. Vectors describe the shape of each object in the map using a set of coordinates; thus, the object delimitation is directly accessible, and the topology and distance-based relations are easy to compute. On the contrary, rasters represent a map as an image, a grid of pixel covers the target area, and each pixel is characterised by a value. This representation does not explicitly model the boundary/shape of geographic objects and the relations between them. However, the emergence of the image-based deep learning techniques has shown an ability to process images of geographic information. The question of their adaptation for map generalization is a trendy subject: road (Courtial et al. 2020), building (Feng et al. 2019) and coastline (Du et al. 2021) generalization have been explored in recent years. Common methods for evaluating these techniques seems to be necessary for the comparison and development of this field. Numéro de notice : C2021-067 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/ica-abs-4-1-2022 Date de publication en ligne : 14/01/2022 En ligne : https://doi.org/10.5194/ica-abs-4-1-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99535 Annotation sémantique pour la géolocalisation d'entités spatiales dans des tweets / Gaëtan Caillaut (2022)
![]()
Titre : Annotation sémantique pour la géolocalisation d'entités spatiales dans des tweets Type de document : Article/Communication Auteurs : Gaëtan Caillaut, Auteur ; Cécile Gracianne, Auteur ; Samuel Auclair, Auteur ; Nathalie Abadie , Auteur ; Guillaume Touya
, Auteur
Editeur : Orsay, Chambéry : Association Française de l'Intelligence Artificielle AFIA Année de publication : 2022 Projets : RéSoCio / Auclair, Samuel Conférence : PFIA 2022, Plate-Forme Intelligence Artificielle, Journée Résilience & IA 27/06/2022 27/06/2022 Saint-Etienne France Programme Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] entité géographique
[Termes IGN] géolocalisation
[Termes IGN] information sémantique
[Termes IGN] représentation vectorielle
[Termes IGN] Twitter
[Termes IGN] zone sinistréeRésumé : (Auteur) Cet article présente une méthode d'annotation sémantique (Entity Linking) dédiée à la géolocalisation de messages postés sur les réseaux sociaux. Nous proposons une variante de l'architecture à double encodeur capable de détecter simultanément les mentions des entités présentes dans un texte et d'en calculer des représentations vectorielles ; là où les travaux récents menés dans ce domaine ne proposent que des systèmes capable de produire une représentation pour une unique entité annotée au préalable par un système tiers. Nous montrons également que, malgré la difficulté accrue de la tâche, ce système parvient à concurrencer, et même à surpasser, les systèmes à double encodeur. Numéro de notice : C2022-012 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : https://hal.inrae.fr/IGN-ENSG/hal-03682484v1 Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Date de publication en ligne : 31/05/2022 En ligne : https://hal.science/hal-03682484v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100827 Automated construction of a French Entity Linking dataset to geolocate social network posts in the context of natural disasters / Gaëtan Caillaut (2022)
PermalinkPermalinkCrossroadsDescriber, automatic textual description of OpenStreetMap intersections / Jérémy Kalsron (2022)
PermalinkPermalinkExplorer la théorie des ancres et les espaces cognitifs dans la cartographie multi-échelle / Maieul Gruget (2022)
![]()
PermalinkGuidelines for standardizing the design of tactile maps: A review of research and best practice / Jakub Wabiński in Cartographic journal (the), vol 59 n° 3 (August 2022)
PermalinkPermalinkMulti-criteria geographic analysis for automated cartographic generalization / Guillaume Touya in Cartographic journal (the), vol 59 n° 1 (February 2022)
PermalinkReprésentation et combinaison de l'information géographique pour l'apprentissage profond / Azelle Courtial (2022)
![]()
PermalinkRepresenting vector geographic information as a tensor for deep learning based map generalisation / Azelle Courtial (2022)
Permalink
HDR defense in 2017
Research fellow in CRENAU research team from AAU lab in Nantes