Descripteur
Documents disponibles dans cette catégorie (603)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
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Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Date de publication en ligne : 31/05/2022 En ligne : https://hal.science/hal-03682484v1 Format de la ressource électronique : URL Permalink :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)
Titre : Automated construction of a French Entity Linking dataset to geolocate social network posts in the context of natural disasters Type de document : Article/Communication Auteurs : Gaëtan Caillaut, Auteur ; Cécile Gracianne, Auteur ; Nathalie Abadie , Auteur ; Guillaume Touya , Auteur ; Samuel Auclair, Auteur Editeur : Tarbes [France] : ISCRAM proceedings Année de publication : 2022 Conférence : ISCRAM 2022, 19th International Conference on Information Systems for Crisis Response and Management 22/05/2022 25/05/2022 Tarbes France OA Proceedings Projets : RéSoCio / Auclair, Samuel Importance : 11 p. Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] catastrophe naturelle
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données localisées des bénévoles
[Termes IGN] extraction automatique
[Termes IGN] géolocalisation
[Termes IGN] gestion de crise
[Termes IGN] traitement du langage naturel
[Termes IGN] TwitterRésumé : (Auteur) During natural disasters, automatic information extraction from Twitter posts is a valuable way to get a better overview of the field situation. This information has to be geolocated to support effective actions, but for the vast majority of tweets, spatial information has to be extracted from texts content. Despite the remarkable advances of the Natural Language Processing field, this task is still challenging for current state-of-the-art models because they are not necessarily trained on Twitter data and because high quality annotated data are still lacking for low resources languages. This research in progress address this gap describing an analytic pipeline able to automatically extract geolocatable entities from texts and to annotate them by aligning them with the entities present in Wikipedia/Wikidata resources. We present a new dataset for Entity Linking on French texts as preliminary results, and discuss research perspectives for enhancements over current state-of-the-art modeling for this task. Numéro de notice : C2022-005 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 05/04/2022 En ligne : https://hal.science/hal-03631387v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100410 CIME: Context-aware geolocation of emergency-related posts / Gabriele Scalia in Geoinformatica, vol 26 n° 1 (January 2022)
[article]
Titre : CIME: Context-aware geolocation of emergency-related posts Type de document : Article/Communication Auteurs : Gabriele Scalia, Auteur ; Chiara Francalanci, Auteur ; Barbara Pernici, Auteur Année de publication : 2022 Article en page(s) : pp 125 - 157 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] cartographie d'urgence
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données localisées des bénévoles
[Termes IGN] exploration de données
[Termes IGN] géolocalisation
[Termes IGN] géoréférencement
[Termes IGN] Grande-Bretagne
[Termes IGN] implémentation (informatique)
[Termes IGN] inondation
[Termes IGN] New York (Etats-Unis ; ville)
[Termes IGN] prise en compte du contexte
[Termes IGN] tempête
[Termes IGN] TwitterRésumé : (auteur) Information extracted from social media has proven to be very useful in the domain of emergency management. An important task in emergency management is rapid crisis mapping, which aims to produce timely and reliable maps of affected areas. During an emergency, the volume of emergency-related posts is typically large, but only a small fraction is relevant and help rapid mapping effectively. Furthermore, posts are not useful for mapping purposes unless they are correctly geolocated and, on average, less than 2% of posts are natively georeferenced. This paper presents an algorithm, called CIME, that aims to identify and geolocate emergency-related posts that are relevant for mapping purposes. While native geocoordinates are most often missing, many posts contain geographical references in their metadata, such as texts or links that can be used by CIME to filter and geolocate information. In addition, social media creates a social network and each post can be enhanced with indirect information from the post’s network of relationships with other posts (for example, a retweet can be associated with other geographical references which are useful to geolocate the original tweet). To exploit all this information, CIME uses the concept of context, defined as the information characterizing a post both directly (the post’s metadata) and indirectly (the post’s network of relationships). The algorithm was evaluated on a recent major emergency event demonstrating better performance with respect to the state of the art in terms of total number of geolocated posts, geolocation accuracy and relevance for rapid mapping. Numéro de notice : A2022-204 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s10707-021-00446-x Date de publication en ligne : 28/07/2021 En ligne : https://doi.org/10.1007/s10707-021-00446-x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100011
in Geoinformatica > vol 26 n° 1 (January 2022) . - pp 125 - 157[article]Contextual location recommendation for location-based social networks by learning user intentions and contextual triggers / Seyyed Mohammadreza Rahimi in Geoinformatica, vol 26 n° 1 (January 2022)
[article]
Titre : Contextual location recommendation for location-based social networks by learning user intentions and contextual triggers Type de document : Article/Communication Auteurs : Seyyed Mohammadreza Rahimi, Auteur ; Behrouz Far, Auteur ; Xin Wang, Auteur Année de publication : 2022 Article en page(s) : pp 1 - 28 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] analyse spatiale
[Termes IGN] comportement
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] covariance
[Termes IGN] données spatiotemporelles
[Termes IGN] historique des données
[Termes IGN] interface web
[Termes IGN] mobilité territoriale
[Termes IGN] prise en compte du contexte
[Termes IGN] réseau social géodépendant
[Termes IGN] service fondé sur la position
[Termes IGN] système de recommandationRésumé : (auteur) Location recommendation methods suggest unvisited locations to their users. Many existing location recommendation methods focus on the spatial, social and temporal aspects of human movements. However, contextual information is also invaluable to location recommendation methods and has the great potential for explaining what triggers users to show different behaviors. CLR learns the response of the users to contextual variables based on their own history and the history of similar behaving users. In this paper, we propose a contextual location recommendation method named Contextual Location Recommendation (CLR) that learns the intention and spatial responses of users to various contextual triggers using the historical check-in and contextual information. CLR starts with a co-variance analysis to reduce dimensionality of the check-in data and then uses an optimized version of the random walk with restart to extract hidden user responses to contextual triggers. A tensor factorization is used to build a latent-factor model to predict the user’s intention response with the given set of contextual triggers. Based on the intention response of the user, a contextual spatial component identifies a set of matching locations accessible to the user by estimating the probability distribution of the location of the user and the popularity probability of locations under the contextual settings. Experimental results on three real-world datasets show that CLR improves the recommendation precision by 35% compared to the best-performing baseline recommendation method. Numéro de notice : A2022-203 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s10707-021-00437-y Date de publication en ligne : 02/06/2021 En ligne : https://doi.org/10.1007/s10707-021-00437-y Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100008
in Geoinformatica > vol 26 n° 1 (January 2022) . - pp 1 - 28[article]Detecting and visualizing observation hot-spots in massive volunteer-contributed geographic data across spatial scales using GPU-accelerated kernel density estimation / Guiming Zhang in ISPRS International journal of geo-information, vol 11 n° 1 (January 2022)
[article]
Titre : Detecting and visualizing observation hot-spots in massive volunteer-contributed geographic data across spatial scales using GPU-accelerated kernel density estimation Type de document : Article/Communication Auteurs : Guiming Zhang, Auteur Année de publication : 2022 Article en page(s) : n° 55 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] données localisées des bénévoles
[Termes IGN] données massives
[Termes IGN] estimation par noyau
[Termes IGN] exploration de données géographiques
[Termes IGN] géovisualisation
[Termes IGN] processeur graphique
[Termes IGN] qualité des données
[Termes IGN] réseau social
[Termes IGN] tâche claireRésumé : (auteur) Volunteer-contributed geographic data (VGI) is an important source of geospatial big data that support research and applications. A major concern on VGI data quality is that the underlying observation processes are inherently biased. Detecting observation hot-spots thus helps better understand the bias. Enabled by the parallel kernel density estimation (KDE) computational tool that can run on multiple GPUs (graphics processing units), this study conducted point pattern analyses on tens of millions of iNaturalist observations to detect and visualize volunteers’ observation hot-spots across spatial scales. It was achieved by setting varying KDE bandwidths in accordance with the spatial scales at which hot-spots are to be detected. The succession of estimated density surfaces were then rendered at a sequence of map scales for visual detection of hot-spots. This study offers an effective geovisualization scheme for hierarchically detecting hot-spots in massive VGI datasets, which is useful for understanding the pattern-shaping drivers that operate at multiple spatial scales. This research exemplifies a computational tool that is supported by high-performance computing and capable of efficiently detecting and visualizing multi-scale hot-spots in geospatial big data and contributes to expanding the toolbox for geospatial big data analytics. Numéro de notice : A2022-091 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi11010055 Date de publication en ligne : 12/01/2022 En ligne : https://doi.org/10.3390/ijgi11010055 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99507
in ISPRS International journal of geo-information > vol 11 n° 1 (January 2022) . - n° 55[article]Interactive HGIS platform union of Lublin (1569): A geomatic solution for discovering the Jagiellonian heritage of the city / Jakub Kuna in Journal of Cultural Heritage, vol 53 (January–February 2022)PermalinkLa 3D dans tous ses états [à Cergy-Pontoise] / Marielle Mayo in Géomètre, n° 2197 (décembre 2021)PermalinkConnecting family trees to construct a population-scale and longitudinal geo-social network for the U.S. / Caglar Koylu in International journal of geographical information science IJGIS, vol 35 n° 12 (December 2021)PermalinkEvaluating narrative in geoportals for territorial public policies / Luis Manuel Batista in Cartographica, vol 56 n° 4 (Winter 2021)PermalinkReal-time web map construction based on multiple cameras and GIS / Xingguo Zhang in ISPRS International journal of geo-information, vol 10 n° 12 (December 2021)PermalinkVGI3D: an interactive and low-cost solution for 3D building modelling from street-level VGI images / Chaoquan Zhang in Journal of Geovisualization and Spatial Analysis, vol 5 n° 2 (December 2021)PermalinkInteractive maps for the production of knowledge and the promotion of participation from the perspective of communication, journalism, and digital humanities / Pedro Molina Rodríguez-Navas in ISPRS International journal of geo-information, vol 10 n° 11 (November 2021)PermalinkPoint-of-interest (POI) data validation methods: An urban case study / Lih Wei Yeow in ISPRS International journal of geo-information, vol 10 n° 11 (November 2021)PermalinkThe geography of social media data in urban areas: Representativeness and complementarity / Alvaro Bernabeu-Bautista in ISPRS International journal of geo-information, vol 10 n° 11 (November 2021)PermalinkUrban land-use analysis using proximate sensing imagery: a survey / Zhinan Qiao in International journal of geographical information science IJGIS, vol 35 n° 11 (November 2021)Permalink