Détail de l'auteur
|
|
Documents disponibles écrits par cet auteur (9)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Titre : Abstraction in cartographic generalization Type de document : Article/Communication Auteurs : Sébastien Mustière , Auteur ; Lorenza Saitta, Auteur ; Jean Daniel Zucker, Auteur
Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2010 Collection : Lecture notes in Computer Science Sous-collection : Lecture Notes in Artificial Intelligence Projets : 1-Pas de projet / Conférence : ISMIS 2000, 12th international symposium Foundations of Intelligent Systems 11/10/2000 14/10/2000 Charlotte Caroline du nord - Etats-Unis Importance : pp 638 - 644 Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] acquisition de connaissances
[Termes IGN] cadre conceptuel
[Termes IGN] généralisation automatique de données
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] objet géographique
[Termes IGN] représentation multiple
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) This article shows that cartographic generalization is best viewed as representing (formulating, renaming knowledge) and abstracting (simplifying a given representation). The general process of creating map is described so as to show how it fits into an abstraction framework developed in artificial intelligence to emphasize the difference between abstraction and representation. The utility of the framework lies in its efficiency to automate knowledge acquisition for the cartographic generalization as a combined acquisition of knowledge for abstraction and knowledge for changing a representation. Numéro de notice : 14146 Affiliation des auteurs : COGIT+Ext (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/3-540-39963-1_67 Date de publication en ligne : 02/07/2002 En ligne : http://dx.doi.org/10.1007/3-540-39963-1_67 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=64310 A data-mining approach for assessing consistency between multiple representations in spatial databases / David Sheeren in International journal of geographical information science IJGIS, vol 23 n° 7-8 (july 2009)
Titre : A data-mining approach for assessing consistency between multiple representations in spatial databases Type de document : Article/Communication Auteurs : David Sheeren Année de publication : 2009 Article en page(s) : pp 961 - 992 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] appariement de données localisées
[Termes IGN] apprentissage dirigé
[Termes IGN] base de données localisées
[Termes IGN] cohérence des données
[Termes IGN] découverte de connaissances
[Termes IGN] données vectorielles
[Termes IGN] exploration de données géographiques
[Termes IGN] métadonnées
[Termes IGN] représentation multiple
[Termes IGN] système à base de connaissancesRésumé : (Auteur) When different spatial databases are combined, an important issue is the identification of inconsistencies between data. Quite often, representations of the same geographical entities in databases are different and reflect different points of view. In order to fully take advantage of these differences when object instances are associated, a key issue is to determine whether the differences are normal, i.e. explained by the database specifications, or if they are due to erroneous or outdated data in one database. In this paper, we propose a knowledge-based approach to partially automate the consistency assessment between multiple representations of data. The inconsistency detection is viewed as a knowledge-acquisition problem, the source of knowledge being the data. The consistency assessment is carried out by applying a proposed method called MECO. This method is itself parameterized by some domain knowledge obtained from a second method called MACO. MACO supports two approaches (direct or indirect) to perform the knowledge acquisition using data-mining techniques. In particular, a supervised learning approach is defined to automate the knowledge acquisition so as to drastically reduce the human-domain expert's work. Thanks to this approach, the knowledge-acquisition process is sped up and less expert-dependent. Training examples are obtained automatically upon completion of the spatial data matching. Knowledge extraction from data following this bottom-up approach is particularly useful, since the database specifications are generally complex, difficult to analyse, and manually encoded. Such a data-driven process also sheds some light on the gap between textual specifications and those actually used to produce the data. The methodology is illustrated and experimentally validated by comparing geometrical representations and attribute values of different vector spatial databases. The advantages and limits of such partially automatic approaches are discussed, and some future works are suggested. Copyright Taylor & Francis Numéro de notice : A2009-342 Affiliation des auteurs : IGN+Ext (1940-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.1080/13658810701791949 En ligne : http://doi.org/10.1080/13658810701791949 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29972
in International journal of geographical information science IJGIS > vol 23 n° 7-8 (july 2009) . - pp 961 - 992[article]Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 079-09051 RAB Revue Centre de documentation En réserve L003 Disponible 079-09052 RAB Revue Centre de documentation En réserve L003 Disponible Méthodologie d'évaluation de la cohérence interreprésentations pour l'intégration de bases de données spatiales / David Sheeren (2005)
Titre : Méthodologie d'évaluation de la cohérence interreprésentations pour l'intégration de bases de données spatiales : une approche combinant l'utilisation de métadonnées et l'apprentissage automatique Type de document : Thèse/HDR Auteurs : David Sheeren Editeur : Paris : Université de Paris 6 Pierre et Marie Curie Année de publication : 2005 Importance : 294 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de doctorat pour l'obtention du titre de docteur de l'université Paris 6, spécialité informatique - intelligence artificielleLangues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] appariement de données localisées
[Termes IGN] apprentissage dirigé
[Termes IGN] base de données localisées
[Termes IGN] cohérence des données
[Termes IGN] contrôle qualité
[Termes IGN] intégration de données
[Termes IGN] métadonnéesIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) A l'heure actuelle, la plupart des bases de données spatiales sont gérées de manière indépendante. Cette indépendance pose différents problèmes : elle multiplie les efforts de maintenance et de mise à jour, elle rend difficile la mise en oeuvre d'analyses multi-niveaux et ne garantit pas une cohérence entre les sources. Une gestion conjointe de ces sources nécessite leur intégration qui permet de définir des liens explicites entre les bases et d'en fournir une vision unifiée. Notre thèse s'inscrit dans ce cadre. Le sujet que nous traitons porte en particulier sur la mise en correspondance des données et l'évaluation de la cohérence inter-représentations. Nous cherchons à analyser automatiquement chaque différence de représentation entre les données appariées afin d'en déduire si celle-ci résulte des critères de saisie différents des bases ou d'erreurs de saisie. Cette évaluation vise à garantir une intégration cohérente des données. Pour étudier la conformité des représentations nous proposons d'exploiter les spécifications des bases. Ces documents décrivent les règles de sélection et de modélisation des objets. Ils constituent des métadonnées de référence pour juger si les représentations sont équivalentes ou incohérentes. L'utilisation de ces documents est toutefois insuffisante. Les spécifications décrites en langue naturelle peuvent être imprécises ou incomplètes. Dans ce contexte, les données des bases constituent une seconde source de connaissances intéressante. L'analyse des correspondances à l'aide de techniques d'apprentissage automatique permet d'induire des règles rendant possible la justification de la conformité des représentations. La méthodologie que nous proposons repose sur ces éléments. Elle se compose de deux méthodes : MECO et MACO. La première est la Méthode d'Evaluation de la COhérence. Elle comprend plusieurs étapes : l'enrichissement des données, le contrôle intra-base, l'appariement, le contrôle inter-bases et l'évaluation finale. Chacune de ces étapes exploite des connaissances déduites des spécifications ou induites des données par apprentissage automatique, en appliquant MACO (Méthode d'Acquisition de connaissances pour l'évaluation de la COhérence). L'intérêt d'utiliser l'apprentissage est double. Outre le fait qu'il permet d'acquérir des règles pour l'évaluation, il met en évidence l'écart toléré sur les données par rapport aux spécifications papiers. Notre approche a été mise en oeuvre sur des bases de données de l'IGN présentant différents niveaux de détail. Note de contenu : INTRODUCTION
1. Contexte
2. Sujet
3. Éléments de l'approche proposée
4. Organisation de la thèse
A. INTEGRATION DE BASES DE DONNEES CLASSIQUES ET GEOGRAPHIQUES
A.1 Introduction
A.2 Le problème d'intégration
A.3 Intégration de bases de données classiques
A.3.1 Typologie des systèmes intégrés
A.3.2 Processus d'intégration
A.4 Intégration des bases de données géographiques
A.4.1 Spécificité de l'intégration des BD géographiques
A.4.2 Travaux sur l'intégration des schémas de BDG
A.4.3 Travaux sur l'intégration des données de BDG
A.5 Bilan des recherches actuelles
B. REPRESENTATION DES CONNAISSANCES UTILES A L'EVALUATION DE LA COHERENCE
B.1 Introduction
B.2 Définition de la notion de cohérence entre données de bases de données géographiques
B.2.1 Contexte de raisonnement associé à une base de données géographiques selon le modèle KRA
B.2.2 Différences entre contextes de raisonnement associés à des bases de données géographiques selon le modèle KRA
B.2.3 Détection des différences et identification de leurs origines
B.3 Connaissances pour l'évaluation de la cohérence
B.3.1 Connaissances déduites des spécifications des BDG
B.3.2 Connaissances induites des données
B.3.3 Connaissances externes
B.4 Conclusion
C. MECO : METHODE D'EVALUATION DE LA COHERENCE
C.1 Présentation générale de la méthode MECO
C.1.1 Introduction
C.1.2 Les étapes de MECO
C.2 Enrichissement des bases
C.2.1 Enrichissement et restructuration des schémas
C.2.2 Enrichissement des données
C.2.3 Outils d'enrichissement des données : l'analyse spatiale
C.2.4 Bilan de l'enrichissement
C.3 Contrôle Intra-Base
C.3.1 Objectif du contrôle Intra-Base
C.3.2 Conditions d'application
C.3.3 Erreurs intra-base
C.3.4 Développement d'une base de règles
C.3.5 Évaluation de la représentation des objets
C.3.6 Bilan du contrôle intra-base
C.4 Appariement
C.4.1 Objectif de l'appariement
C.4.2 Stratégie d'appariement adoptée
C.4.3 Calcul des liens d'appariement
C.4.4 Restructuration des liens
C.4.5 Évaluation des liens
C.4.6 Bilan de l'appariement
C.5 Contrôle Inter-Bases
C.5.1 Objectif du contrôle inter-bases
C.5.2 Comparaison de la représentation des objets
C.5.3 Équivalences, incohérences, erreurs inter-bases
C.5.4 Organisation des connaissances pour le contrôle inter-bases
C.5.5 Bilan du contrôle inter-bases
C.6 Évaluation globale
C.6.1 Objectif
C.6.2 Synthèse des résultats
C.6.3 Recommandations
C.7 Manipulation des connaissances pour les contrôles intra-base et inter-bases par un système-expert
C.7.1 Origine des Systèmes-Experts
C.7.2 Caractéristiques d'un Système-Expert
C.7.3 Intérêts d'utiliser un Système-Expert
C.7.4 Démarche de Conception Adoptée
C.8 Synthèse de la méthode MECO
D. MACO : METHODE D'ACQUISITION DE CONNAISSANCES POUR L'EVALUATION DE COHERENCE
D.1 Introduction
D.2 Problématique de l'acquisition des connaissances
D.3 Acquisition des connaissances issues des spécifications
D.3.1 Analyse des spécifications
D.3.2 Formalisation des Spécifications
D.4 Acquisition de connaissances issues des données par apprentissage automatique supervisé
D.4.1 Apprentissage
D.4.2 Mise en oeuvre de l'apprentissage
D.5 Synthèse de la méthode MACO
D.6 Synthèse de la méthodologie d'évaluation
D.7 Exploitation globale des résultats
E APPLICATION DE LA METHODOLOGIE D'EVALUATION DE LA COHERENCE
E.1 Introduction
E.2 Architecture du prototype Hétérogène
E.2.1 Plate-forme OXYGENE
E.2.2 Système-expert et moteur JESS
E.2.3 Logiciel WEKA
E.2.4 Architecture complète du prototype Hétérogène
E.3 Étude des différences entre représentations de ronds-points
E.3.1 Motivations
E.3.2 Présentation des bases
E.3.3 Analyse des spécifications
E.3.4 Enrichissement
E.3.5 Contrôle intra-base
E.3.6 Appariement
E.3.7 Contrôle inter-bases
E.3.8 Présentation des résultats
E.3.9 Bilan de l'application sur les ronds-points
E.4 Étude des différences entre représentations de bâtiments
E.4.1 Motivations
E.4.2 Présentation des bases
E.4.3 Analyse des spécifications
E.4.4 Enrichissement
E.4.5 Contrôle intra-base
E.4.6 Appariement
E.4.7 Contrôle inter-bases
E.4.8 Bilan de l'application sur les bâtiments
E.5 Apprentissage de correspondances entre valeurs d'attributs de tronçons de route
E.5.1 Motivations
E.5.2 Attributs étudiés et spécifications
E.5.3 Appariement des tronçons
E.5.4 Apprentissage des correspondances entre attributs
E.5.5 Bilan de l'application sur les attributs
E.6 Bilan Général
CONCLUSION ET PERSPECTIVES
1. Conclusion
1.1 Rappel de l'objectif
1.2 Contributions
2. Pistes de recherche
2.1 Perspectives pour la méthode MACO
2.2 Perspectives pour la méthode MECO
2.3 Perspectives pour l'intégration de bases de données spatialesNuméro de notice : 13628 Affiliation des auteurs : COGIT (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de doctorat : Informatique. Intelligence artificielle : Paris 6 : 2005 Organisme de stage : COGIT (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-00085693 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=45226 Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13628-01 K325 Livre LASTIG Dépôt en unité Exclu du prêt 
Titre : Consistency assessment between multiple representations of geographical databases: a specification-based approach Type de document : Article/Communication Auteurs : David Sheeren Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2004 Conférence : SDH 2004, 11th international symposium on Spatial Data Handling 23/08/2004 25/08/2005 Leicester Royaume-Uni Proceedings Springer Importance : pp 617 - 628 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] appariement de données localisées
[Termes IGN] apprentissage automatique
[Termes IGN] base de données localisées
[Termes IGN] cohérence des données
[Termes IGN] intégration de données
[Termes IGN] représentation multiple
[Termes IGN] spécification de contenuRésumé : (auteur) There currently exist many geographical databases that represent a same part of the world, each with its own levels of detail and points of view. The use and management of these databases therefore sometimes requires their integration into a single database. The main issue in this integration process is the ability to analyse and understand the differences among the multiple representations. These differences can of course be explained by the various specifications but can also be due to updates or errors during data capture. In this paper, we propose an new approach to interpret the differences in representation in a semiautomatic way. We consider the specifications of each database as the “knowledge” to evaluate the conformity of each representation. This information is grasped from existing documents but also from data, by means of machine learning tools. The management of this knowledge is enabled by a rule-based system. Application of this approach is illustrated with a case study from two IGN databases. It concerns the differences between the representations of traffic circles. Numéro de notice : C2004-044 Affiliation des auteurs : COGIT+Ext (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/3-540-26772-7_46 En ligne : https://doi.org/10.1007/3-540-26772-7_46 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103020 Documents numériques
peut être téléchargé
Consistency assessment ... - pdf auteurAdobe Acrobat PDF
Titre : How to integrate heterogeneous spatial databases in a consistent way? Type de document : Article/Communication Auteurs : David Sheeren Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2004 Collection : Lecture notes in Computer Science, ISSN 0302-9743 num. 3255 Conférence : ADBIS 2004, 8th East-European conference on advances in databases and information systems 22/09/2004 25/09/2004 Budapest Hongrie Proceedings Springer Importance : pp 364 - 378 Format : 16 x 24 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] intégration de données
[Termes IGN] mise à jour de base de données
[Termes IGN] représentation multiple
[Termes IGN] saisie de données
[Termes IGN] système expertRésumé : (auteur) There currently exist many geographical databases that represent a same part of the world, each with its own levels of detail and points of view. The use and management of these databases sometimes requires their integration into a single database. One important issue in this integration process is the ability to analyse and understand the differences among the multiple representations. These differences can of course be explained by the various specifications but can also be due to updates or errors during data capture. In this paper, after describing the overall process of integrating spatial databases, we propose a process to interpret the differences between two representations of the same geographic phenomenon. Each step of the process is based on the use of an expert system. Rules guiding the process are either introduced by hand from the analysis of specifications, or automatically learnt from examples. The process is illustrated through the analysis of the representations of traffic circles in two actual databases. Numéro de notice : C2004-037 Affiliation des auteurs : COGIT+Ext (1988-2011) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-540-30204-9_25 En ligne : https://doi.org/10.1007/978-3-540-30204-9_25 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102622 Documents numériques
peut être téléchargé
How to integrate heterogeneous... - pdf auteur -Adobe Acrobat PDFGénéralisation et représentation multiple, ch. 20. Généralisation cartographique et apprentissage automatique à partir d'exemples / Sébastien Mustière (2002)
PermalinkPermalinkPermalinkPermalink
