Centre de documentation
scientifique

Constraint based evaluation of generalized images generated by deep learning / Azelle Courtial (2020)  

Public Titre : Constraint based evaluation of generalized images generated by deep learning Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Editeur : ICA Commission on Generalisation and Multiple Representation Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ICA 2020, 23rd Workshop on Map Generalisation and Multiple Representation 05/11/2020 06/11/2020 Delft Pays-Bas Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000 [Termes IGN] 1:250.000 [Termes IGN] Alpes (France) [Termes IGN] apprentissage profond [Termes IGN] carte routière [Termes IGN] classification pixellaire [Termes IGN] données maillées [Termes IGN] généralisation automatique de données [Termes IGN] généralisation cartographique automatisée [Termes IGN] montagne [Termes IGN] précision cartographique [Termes IGN] programmation par contraintes [Termes IGN] réseau routier [Vedettes matières IGN] Généralisation Résumé : (Auteur) The use of deep learning techniques for map generalisation raises new problems regarding the evaluation of the results: (1) images are used as input/output instead of vector data; (2) the deep learning processes do not guarantee results that follow cartographic principles; (3) the deep learning models are black boxes that hide the causal mechanisms. Also, deep learning intern evaluation is mostly based on the realism of the images and the pixel classification accuracy, and none of these criteria is sufficient to evaluate a generalisation process. In this article, we propose an adaptation of the constraint-based evaluation to the images generated by deep learning. Six raster-based constraints are proposed for a mountain road generalisation use case. Numéro de notice : C2020-018 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 17/11/2020 En ligne : https://varioscale.bk.tudelft.nl/events/icagen2020/ICAgen2020/ICAgen2020_paper_2 [...] Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96380

MapGenOnto: A shared ontology for map generalisation and multi-scale visualisation / Guillaume Touya (2020)  

Public Titre : MapGenOnto: A shared ontology for map generalisation and multi-scale visualisation Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur Editeur : ICA Commission on Generalisation and Multiple Representation Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ICA 2020, 23rd Workshop on Map Generalisation and Multiple Representation 05/11/2020 06/11/2020 Delft Pays-Bas Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] généralisation automatique de données [Termes IGN] ontologie [Termes IGN] plateforme collaborative [Termes IGN] visualisation de données [Vedettes matières IGN] Généralisation Résumé : (auteur) The usefulness of ontologies for map generalisation and on-demand mapping has been acknowledged by the research community for now more than ten years. But past attempts to build an ontology that shares the conceptualisation views of the community have fell short for now, maybe due to a lack of direct use cases. MapGenOnto is a new attempt to gather researchers around a shared ontology that covers the description of the geography and the map, and also the generalisation processes used to generalise this map. This short paper briefly describes the backbone concepts of this ontology, and then presents a use case to describe cross-platform ScaleMaster2.0 specifications. Numéro de notice : C2020-017 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 17/11/2020 En ligne : https://varioscale.bk.tudelft.nl/events/icagen2020/ICAgen2020/ICAgen2020_paper_1 [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96318