Descripteur
Documents disponibles dans cette catégorie (1227)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Représentation sémantique de données géospatiales au service de l'analyse de changements / Jordan Dorne (2021)
![]()
Titre : Représentation sémantique de données géospatiales au service de l'analyse de changements Type de document : Thèse/HDR Auteurs : Jordan Dorne, Auteur ; Nathalie Aussenac-Gilles, Directeur de thèse Editeur : Toulouse : Université de Toulouse 2 Jean Jaurès Année de publication : 2021 Importance : 154 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, Délivré par l'Université Toulouse 2 - Jean Jaurès, Spécialité Informatique et TélécommunicationsLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse diachronique
[Termes IGN] détection de changement
[Termes IGN] image satellite
[Termes IGN] métadonnées
[Termes IGN] observation de la Terre
[Termes IGN] occupation du sol
[Termes IGN] ontologie
[Termes IGN] représentation des connaissances
[Termes IGN] réseau sémantique
[Termes IGN] web sémantique
[Termes IGN] zone d'intérêtIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La détection de changements à partir d’images satellitaires d’observation de la Terre est une tâche utile pour surveiller des évolutions naturelles ou liées à l’activité humaines, mais aussi l’impact d’événements ponctuels (incendies, inondations, etc.). L’utilisation d’apprentissage automatique pour détecter les zones de changements produit des résultats de plus en plus précis, sans toutefois fournir d’information sur la nature ou la cause de ces changements. Pour répondre à ce type de besoin, notre thèse vise à développer des solutions fondées sur des vocabulaires formels et des ontologies, sur la représentation des connaissances, l'annotation et l'intégration sémantique de méta-données associées aux images satellitaires et plus généralement aux données géolocalisées. En effet, les techniques de sémantisation sont un moyen d’offrir une interprétation intelligente des données. Le cas d’étude retenu pour illustrer l’apport de cette approche est le suivi des changements à différents pas de temps et différentes échelles de restitution. L'objectif est d'enrichir les métadonnées issues des flux d'images en leur associant des catégories conceptuelles qui leur donnent du sens, de les coupler à des pré-traitements qui répondent aux exigences spécifiques à l’étude des changements et de les intégrer à d'autres informations géographiques disponibles (données climatiques et météorologiques, démographiques, etc. suivant les besoins). La thèse vise donc à montrer l'apport des métadonnées sémantiques pour la surveillance des changements, mais aussi à évaluer le passage à l'échelle des techniques de sémantisation, notamment de la représentation des données dans les entrepôts sémantiques. Nous proposons un processus qui gère le cycle complet de génération et exploitation de graphes de connaissances à partir de rasters issus de la télédétection et de données issues de l’open data. Les caractéristiques innovantes de ce processus sont les suivantes : i. Un algorithme permettant l’identification automatique de régions d’intérêts (ROI) associées à des valeurs similaires d’un indicateur calculé à partir d’une image satellite, et assurant ainsi un découpage géographique précis comme référence pour l’intégration de données. ii. Une approche orientée sémantique pour la génération de graphes de connaissances depuis différentes sources. Note de contenu : 1- Introduction
2- Des images satellitaires à l’étude des changements sur la Terre à l’aide du Web sémantique
3- Etat de l’art
4- Proposition
5- Expérimentations
6- Conclusion et perspectivesNuméro de notice : 15269 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique et Télécommunications : Toulouse 2 : 2021 Organisme de stage : MEthodes et ingénierie des Langues, des Ontologies et du DIscours MELODI (IRIT) DOI : sans En ligne : https://hal.science/tel-03618363v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100692
Titre : Representing shape collections with alignment-aware linear models Type de document : Article/Communication Auteurs : Romain Loiseau , Auteur ; Tom Monnier, Auteur ; Loïc Landrieu
, Auteur ; Mathieu Aubry, Auteur
Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2021 Autre Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Projets : READY3D / Landrieu, Loïc Conférence : 3DV 2021, International Conference on 3D Vision 01/12/2021 03/12/2021 Londres online Royaume-Uni Proceedings IEEE Importance : pp 1044 - 1053 Format : 21 x 30 cm Note générale : bibliographie
This work was supported in part by ANR project READY3D ANR-19-CE23-0007 and HPC resources from GENCI-IDRIS (Grant 2020-AD011012096).Langues : Anglais (eng) Descripteur : [Termes IGN] analyse de données
[Termes IGN] apprentissage profond
[Termes IGN] données localisées 3D
[Termes IGN] modèle linéaire
[Termes IGN] réseau neuronal profond
[Termes IGN] segmentation
[Termes IGN] semis de points
[Termes IGN] transformation affineRésumé : (auteur) In this paper, we revisit the classical representation of 3D point clouds as linear shape models. Our key insight is to leverage deep learning to represent a collection of shapes as affine transformations of low-dimensional linear shape models. Each linear model is characterized by a shape prototype, a low-dimensional shape basis and two neural networks. The networks take as input a point cloud and predict the coordinates of a shape in the linear basis and the affine transformation which best approximate the input. Both linear models and neural networks are learned end-to-end using a single reconstruction loss. The main advantage of our approach is that, in contrast to many recent deep approaches which learn feature-based complex shape representations, our model is explicit and every operation occurs in 3D space. As a result, our linear shape models can be easily visualized and annotated, and failure cases can be visually understood. While our main goal is to introduce a compact and interpretable representation of shape collections, we show it leads to state of the art results for few-shot segmentation. Code and data are available at: https://romainloiseau.github.io/deep-linear-shapes Numéro de notice : C2021-036 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers ArXiv Thématique : INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/3DV53792.2021.00112 Date de publication en ligne : 03/12/2021 En ligne : https://doi.org/10.1109/3DV53792.2021.00112 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98385 Sherloc: a knowledge-driven algorithm for geolocating microblog messages at sub-city level / Laura Di Rocco in International journal of geographical information science IJGIS, vol 35 n° 1 (January 2021)
![]()
[article]
Titre : Sherloc: a knowledge-driven algorithm for geolocating microblog messages at sub-city level Type de document : Article/Communication Auteurs : Laura Di Rocco, Auteur ; Michela Bertolotto, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 84 - 115 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] données localisées
[Termes IGN] géolocalisation
[Termes IGN] inférence
[Termes IGN] microblogue
[Termes IGN] répertoire toponymique
[Termes IGN] segmentation sémantique
[Termes IGN] système à base de connaissances
[Termes IGN] toponyme
[Termes IGN] zone urbaineRésumé : (auteur) Many solutions for coarse geolocating of users at the time they post a message exist. However, for many important applications, like traffic monitoring and event detection, finer geolocation at the level of city neighborhoods, i.e., at a sub-city level, is needed. Data-driven approaches often do not guarantee good accuracy and efficiency due to the higher number of sub-city level positions to be estimated and the low availability of balanced and large training sets. We claim that external information sources overcome limitations of data-driven approaches in achieving good accuracy for sub-city level geolocation and we present a knowledge-driven approach achieving good results once the reference area of a message is known. Our algorithm, called Sherloc, exploits toponyms in the message, extracts their semantic from a geographic gazetteer, and embeds them into a metric space that captures the semantic distance among them. We identify the semantically closest toponyms to a message and then cluster them with respect to their spatial locations. Sherloc requires no prior training, it can infer the location at sub-city level with high accuracy, and it is not limited to geolocating on a fixed spatial grid. Numéro de notice : A2021-021 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1764003 Date de publication en ligne : 16/06/2020 En ligne : https://doi.org/10.1080/13658816.2020.1764003 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96521
in International journal of geographical information science IJGIS > vol 35 n° 1 (January 2021) . - pp 84 - 115[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2021011 SL Revue Centre de documentation Revues en salle Disponible
Titre : Smart cities : Their framework and applications Type de document : Monographie Auteurs : Anuar Mohamed Kassim, Éditeur scientifique ; Lufti Al-Sharif, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2021 Importance : 288 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-1-83962-296-0 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Urbanisme
[Termes IGN] bâtiment
[Termes IGN] croissance urbaine
[Termes IGN] données massives
[Termes IGN] handicap
[Termes IGN] intelligence artificielle
[Termes IGN] internet des objets
[Termes IGN] planification urbaine
[Termes IGN] réseau de capteurs
[Termes IGN] sécurité informatique
[Termes IGN] sécurité routière
[Termes IGN] transport public
[Termes IGN] urbanisation
[Termes IGN] ville durable
[Termes IGN] ville intelligenteRésumé : (éditeur) The development of smart cities is important and beneficial to a government and its citizens. With the advent of the smartphone, rapid and reliable communication between and among individuals and governments has become ubiquitous. Everything can be connected and accessed easily with the touch of a finger. Changes in mobile internet telecommunication systems allow for the advance of new urbanization using smart city development methods. The evolution of technology in Industry 4.0, such as the advancement of cutting-edge sensors utilizing the Internet of things (IoT) concept, has wide applications in developing various smart systems. This publication analyzes the interconnected cyber-physical systems inherent in smart cities, and the development methods and applications thereof. Note de contenu : 1. Application of advanced framework technology in smart cities to improve resource utilization
2. Orchestrating smart cities, new disruptive business models and informal enterprises
3. Does smart city development promote urbanization in India?
4. Smart buildings: A model approach for institutional buildings
5. Standard elevator information schema: Its origins, features and example applications
6. A universal methodology for generating elevator passenger origin-destination pairs for calculation and simulation
7. Data compression strategies for use in advanced metering infrastructure networks
8. Energy management and optimal power scheduling in a smart building under uncertainty
9. Cognitive dynamic system for AC state estimation and cyber-attack detection in smart grid
10. Architecture of a telemonitoring system for the mobility of the elderly in wheelchairs supported by Internet of things technologies as a component of a smart city
11. Smart growth and transit oriented development: Financing and execution challenges in India
12. Estimation of the efficiency indices for operating the vertical transportation systems
13. Passive safety of children carriages on busses
14. T-S fuzzy observers to design actuator fault-tolerant control for automotive vehicle lateral dynamicsNuméro de notice : 28693 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/SOCIETE NUMERIQUE/URBANISME Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.87707 En ligne : https://doi.org/10.5772/intechopen.87707 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100307
Titre : Spatial dataset search: Building a dedicated knowledge graph Type de document : Article/Communication Auteurs : Mehdi Zrhal , Auteur ; Bénédicte Bucher
, Auteur ; Marie-Dominique Van Damme
, Auteur ; Fayçal Hamdi
, Auteur
Editeur : AGILE Alliance Année de publication : 2021 Projets : 1-Pas de projet / Landrieu, Loïc Conférence : AGILE 2021, 24th AGILE Conference on Geographic Information Science 19/07/2021 22/07/2021 Aurora Colorado - Etats-Unis OA Proceedings Importance : 5 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données
[Termes IGN] découverte de connaissances
[Termes IGN] données massives
[Termes IGN] données ouvertes
[Termes IGN] graphe
[Termes IGN] INSPIRE
[Termes IGN] jeu de données localisées
[Termes IGN] précision sémantique
[Termes IGN] recherche d'information géographique
[Termes IGN] requête spatiale
[Termes IGN] réseau sémantique
[Termes IGN] ressources web
[Termes IGN] service web géographique
[Termes IGN] terminologie
[Termes IGN] web des données
[Termes IGN] web sémantique géolocaliséRésumé : (auteur) A growing number of spatial datasets are published every year. These can usually be found in dedicated web portals with different structures and specificities. However, finding the dataset that fits user needs is a real challenge as prior knowledge of these portals is needed to retrieve it efficiently. In this article, we present the problem of spatial dataset search and how the use of a geographic Knowledge Graph could improve it. A proposed direction for future work, ex-tending these contributions, is then presented. Numéro de notice : C2021-008 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/agile-giss-2-43-2021 En ligne : https://doi.org/10.5194/agile-giss-2-43-2021 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97855 Spatial Linked Data in Europe: Report from Spatial Linked Data Session at Knowledge Graph in Action, October 6th, 2020, on-line conference / Bénédicte Bucher (February 2021)
PermalinkSpectral variability in hyperspectral unmixing : Multiscale, tensor, and neural network-based approaches / Ricardo Augusto Borsoi (2021)
PermalinkStudy of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection / Luis Cubero Montealegre (2021)
PermalinkSuivi de la rotation des cultures à partir de séries temporelles d’images satellite / Félix Quinton (2021)
PermalinkSuivi des vignes par télédétection de proximité : le deep learning au service de l’agriculture de précision / Sami Beniaouf (2021)
PermalinkSUMAC'21: Proceedings of the 3rd Workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2021)
PermalinkSuper-resolution of VIIRS-measured ocean color products using deep convolutional neural network / Xiaoming Liu in IEEE Transactions on geoscience and remote sensing, vol 59 n° 1 (January 2021)
PermalinkSupplementary material for: Panoptic segmentation of satellite image time series with convolutional temporal attention networks / Vivien Sainte Fare Garnot (2021)
PermalinkPermalinkThe challenge of robust trait estimates with deep learning on high resolution RGB images / Etienne David (2021)
PermalinkThe use of deep machine learning for the automated selection of remote sensing data for the determination of areas of arable land degradation processes distribution / Dimitri I. Rukhovitch in Remote sensing, vol 13 n° 1 (January-1 2021)
PermalinkPermalinkUnifying remote sensing image retrieval and classification with robust fine-tuning / Dimitri Gominski (2021)
PermalinkPermalinkVectorization of historical maps using deep edge filtering and closed shape extraction / Yizi Chen (2021)
PermalinkVegetation stratum occupancy prediction from airborne LiDAR 3D point clouds / Ekaterina Kalinicheva (2021)
PermalinkVisual exploration of historical image collections: An interactive approach through space and time / Evelyn Paiz-Reyes (2021)
PermalinkAutomatic building footprint extraction from UAV images using neural networks / Zoran Kokeza in Geodetski vestnik, vol 64 n° 4 (December 2020 - February 2021)
PermalinkCartographic generalization / Monika Sester in Journal of Spatial Information Science, JoSIS, n° 21 (2020)
PermalinkA deep learning approach to improve the retrieval of temperature and humidity profiles from a ground-based microwave radiometer / Xing Yan in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
Permalink