Descripteur
Documents disponibles dans cette catégorie (1332)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Interconnexion et visualisation de ressources géoréférencées du Web de données à l’aide d’un référentiel topographique de support / Abdelfettah Feliachi (2017)
![]()
Titre : Interconnexion et visualisation de ressources géoréférencées du Web de données à l’aide d’un référentiel topographique de support Type de document : Thèse/HDR Auteurs : Abdelfettah Feliachi , Auteur ; Bénédicte Bucher
, Directeur de thèse ; Nathalie Abadie
, Encadrant ; Fayçal Hamdi
, Encadrant
Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2017 Importance : 174 p. Note générale : bibliographie
thèse Université Paris-Est École doctorale Mathématiques, Sciences et Technologies de l'Information et de la CommunicationLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] acquisition de connaissances
[Termes IGN] BD Topo
[Termes IGN] caractérisation
[Termes IGN] données hétérogènes
[Termes IGN] formalisation
[Termes IGN] interconnexion
[Termes IGN] visualisation cartographique
[Termes IGN] web des donnéesIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Plusieurs ressources publiées sur le Web de données sont dotées de références spatiales qui décrivent leur localisation géographique. Ces références spatiales sont un moyen favori pour interconnecter et visualiser les ressources sur le Web de données. Cependant, les hétérogénéités des niveaux de détail et de modélisations géométriques entre les sources de données constituent un défi majeur pour l’utilisation de la comparaison des références spatiales comme critère pour l’interconnexion des ressources. Ce défi est amplifié par la nature ouverte et collaborative des sources de données du Web qui engendre des hétérogénéités géométriques internes aux sources de données. En outre, les applications de visualisation cartographique des ressources géoréférencées du Web de données ne fournissent pas une visualisation lisible à toutes les échelles.Dans cette thèse, nous proposons un vocabulaire pour formaliser les connaissances sur les caractéristiques de chaque géométrie dans un jeu de données. Nous proposons également une approche semi-automatique basée sur un référentiel topographique pour acquérir ces connaissances. Nous proposons de mettre en oeuvre ces connaissances dans une approche d’adaptation dynamique du paramétrage de la comparaison des géométries dans un processus d’interconnexion. Nous proposons une approche complémentaire s’appuyant sur un référentiel topographique pour la détection des liens de cardinalité n:m. Nous proposons finalement des applications qui s’appuient sur des données topographiques de référence et leurs liens avec les ressources géoréférencées du Web pour offrir une visualisation cartographique multiéchelle lisible et conviviale. Note de contenu : Introduction
A Lier et visualiser des ressources géoréférencées sur le web
1 Contexte et objectifs
2 Etat de l’art : appariement de données géographiques et interconnexion des données sur le web
B Propositions
3 Formalisation et acquisition des connaissances pour la qualification des références spatiales directes sur le web de données
4 Propositions d’approches d’interconnexion et de visualisation des données géoréférencées sur le web de données
Conclusion et perspectivesNuméro de notice : 17337 Affiliation des auteurs : LASTIG COGIT (2012-2019) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse : Sciences et Technologies de l’Information Géographique : UPE : 2017 Organisme de stage : COGIT (IGN) nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-01787128 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99206
Titre : Introduction to Artificial Intelligence Type de document : Monographie Auteurs : Wolfgang Ertel, Auteur Editeur : Springer International Publishing Année de publication : 2017 Importance : 365 p. ISBN/ISSN/EAN : 978-3-319-58487-4 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] classification bayesienne
[Termes IGN] entropie maximale
[Termes IGN] exploration de données
[Termes IGN] PROLOG
[Termes IGN] raisonnement sémantique
[Termes IGN] réseau neuronal artificielRésumé : (éditeur) This concise and accessible textbook supports a foundation or module course on A.I., covering a broad selection of the subdisciplines within this field. The book presents concrete algorithms and applications in the areas of agents, logic, search, reasoning under uncertainty, machine learning, neural networks and reinforcement learning. Topics and features: presents an application-focused and hands-on approach to learning the subject; provides study exercises of varying degrees of difficulty at the end of each chapter, with solutions given at the end of the book; supports the text with highlighted examples, definitions, and theorems; includes chapters on predicate logic, PROLOG, heuristic search, probabilistic reasoning, machine learning and data mining, neural networks and reinforcement learning; contains an extensive bibliography for deeper reading on further topics; supplies additional teaching resources, including lecture slides and training data for learning algorithms, at an associated website. Note de contenu : 1- Introduction
2- Propositional Logic
3- First-order Predicate Logic
4- Limitations of Logic
5- Logic Programming with PROLOG
6- Search, Games and Problem Solving
7- Reasoning with Uncertainty
8- Machine Learning and Data Mining
9- Neural Networks
10- Reinforcement Learning
11- Solutions for the ExercisesNuméro de notice : 25753 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Monographie En ligne : https://doi.org/10.1007/978-3-319-58487-4 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94945 Ionosphere probing with simultaneous GNSS radio occultations / Viet-Cuong Pham in GPS solutions, vol 21 n° 1 (January 2017)
![]()
[article]
Titre : Ionosphere probing with simultaneous GNSS radio occultations Type de document : Article/Communication Auteurs : Viet-Cuong Pham, Auteur ; Jyh-Ching Juang, Auteur Année de publication : 2017 Article en page(s) : pp 101 - 109 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] données GNSS
[Termes IGN] gradient ionosphèrique
[Termes IGN] inversion
[Termes IGN] occultation du signal
[Termes IGN] orbite basse
[Termes IGN] régularisation de Tychonoff
[Termes IGN] teneur totale en électronsRésumé : (Auteur) Radio occultation (RO) is a powerful technique for providing vertical profiles of refractivity, temperature, pressure, and water vapor of the neutral atmosphere and electron density of the ionosphere. The Abel inversion method which is based on the spherical symmetry assumption has been widely utilized to retrieve electron density profiles (EDPs) from RO measurements, which are available by observing Global Navigation Satellite System (GNSS) satellites from low-earth-orbit satellites. It is well known that the Abel inversion is subject to errors in the presence of ionospheric horizontal gradients. With the arrival of new navigation systems, the opportunities of establishing simultaneous GNSS RO events are increasing. We develop an improved Abel inversion technique that accounts for pairs of simultaneous RO events to relax the spherical symmetry assumption. Through the use of Tikhonov regularization, the problem is formulated so that numerical conditioning is improved and a priori information such as expected electron density, asymmetric factor, and vertical total electron content can be incorporated. Appropriate weighting can be determined to reflect the availability and quality of information. By balancing the reference data and measurements, the method thus paves a way for ionospheric probing in challenging geomagnetic conditions as both the EDP at the intersection and the horizontal gradients are retrieved. Simulation and experimental results are provided to show the effectiveness of the proposed method. The robustness and sensitivity of the proposed method are also assessed. Numéro de notice : A2017-014 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1007/s10291-015-0501-1 Date de publication en ligne : 02/01/2016 En ligne : http://dx.doi./org/10.1007/s10291-015-0501-1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83936
in GPS solutions > vol 21 n° 1 (January 2017) . - pp 101 - 109[article]Joint analysis of passive and active land surface responses for Global Precipitation Measurement / Iris de Gelis (2017)
![]()
Titre : Joint analysis of passive and active land surface responses for Global Precipitation Measurement Type de document : Mémoire Auteurs : Iris de Gelis, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2017 Importance : 36 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle Ingénieur 2e annéeLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] carte de Kohonen
[Termes IGN] classification non dirigée
[Termes IGN] coefficient de rétrodiffusion
[Termes IGN] emissivité
[Termes IGN] état de surface du sol
[Termes IGN] image GPM
[Termes IGN] manteau neigeux
[Termes IGN] neige
[Termes IGN] précipitationIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) L’estimation des précipitations depuis les satellites n’est pas un problème trivial. En effet, lorsque des satellites comme le Global Precipitation Measurement (GPM) effectuent des observations des nuages et précipitations, les mesures sont aussi influencées par la réponse de la surface terrestre. Pour aider à séparer la contribution de la surface et de l’atmosphère dans les mesures du satellite en micro-ondes, notre étude va analyser les réponses micro-ondes des surfaces en mode actif et passif (radar et radiomètre). L’étude suivante va chercher à donner une estimation de l’émissivité et du coefficient de rétro-diffusion à différentes fréquences pour chaque type de surface terrestre. La première étape réalisée est l’analyse d’une base de données d’émissivité (mode passif) et de coefficient de rétro-diffusion (mode actif) disponible sur une année entière et pour toutes les surfaces continentales en fonction de la végétation et de la neige. Ensuite deux classifications différentes ont été réalisées grâce aux méthodes de classification de Kohonen, aussi appelée cartes auto-adaptatives. Premièrement une classification ne prenant pas en compte les zones enneigées et deuxièmement une classification des zones enneigées. Ces classifications seront fournies à la NASA (National Aeronautics and Space Administration) pour leur permettre de faciliter l’estimation des précipitations en leur donnant une estimation de la réponse de la surface terrestre dans les différentes bandes passives et actives étudiées. Note de contenu : INTRODUCTION
1. DATA DESCRIPTION
2. ANALYSIS
2.1 General maps
2.2 Vegetation
2.3 Snow
3. CLASSIFICATIONS
3.1 Kohonen classification
3.2 Snow-free surfaces
3.3 Snow-covered surfaces
CONCLUSIONNuméro de notice : 22793 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Observatoire de Paris Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87816 Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 22793-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible 22793-02 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Joint analysis of passive and active ... - pdf auteurAdobe Acrobat PDFLearning-based spatial-temporal superresolution mapping of forest cover with MODIS images / Yihang Zhang in IEEE Transactions on geoscience and remote sensing, vol 55 n° 1 (January 2017)
![]()
[article]
Titre : Learning-based spatial-temporal superresolution mapping of forest cover with MODIS images Type de document : Article/Communication Auteurs : Yihang Zhang, Auteur ; Peter M. Atkinson, Auteur ; Xiaodong Li, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 600 - 614 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] algorithme d'apprentissage
[Termes IGN] carte forestière
[Termes IGN] couvert forestier
[Termes IGN] déboisement
[Termes IGN] données spatiotemporelles
[Termes IGN] image à très haute résolution
[Termes IGN] image Aqua-MODIS
[Termes IGN] image Terra-MODIS
[Termes IGN] surveillance forestièreRésumé : (Auteur) Forest mapping from satellite sensor imagery provides important information for the timely monitoring of forest growth and deforestation, bioenergy potential assessment, and modeling of carbon flux, among others. Due to the daily global revisit rate and wide swath width, MODerate-resolution Imaging Spectroradiometer (MODIS) images are used commonly for satellite-derived forest mapping at both regional and global scales. However, the spatial resolution of MODIS images is too coarse to observe fine spatial variation in forest cover. The last few decades have seen the production of several fine-spatial-resolution satellite-derived global forest cover maps, such as Hansen's global tree canopy cover map of 2000, which includes abundant spectral, temporal, and spatial prior information about forest cover at a fine spatial resolution. In this paper, a novel learning-based spatial-temporal superresolution mapping approach is proposed to integrate both current MODIS images and prior maps of Hansen's tree canopy cover, to map present forest cover with a fine spatial resolution. The novel approach is composed of three main stages: 1) automatic generation of 240-m forest proportion images from both 240- and 480-m MODIS images using a nonlinear learning-based spectral unmixing method; 2) downscaling the 240-m forest proportion images to 30 m to predict the class possibilities at the subpixel scale using a temporal-example learning-based downscaling method; and 3) final production of the fine-spatial-resolution forest map by solving a regularization-based optimization problem. The novel approach produced more accurate fine-spatial-resolution forest cover maps in terms of both visual and quantitative evaluation than traditional pixel-based classification and the latest subpixel based superresolution mapping methods. The results show the great efficiency and potential of the novel approach for producing fine-spatial-resolution forest maps from MODIS images. Numéro de notice : A2017-023 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2016.2613140 En ligne : https://doi.org/10.1109/TGRS.2016.2613140 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83955
in IEEE Transactions on geoscience and remote sensing > vol 55 n° 1 (January 2017) . - pp 600 - 614[article] PermalinkPermalinkModelling a dynamic forest fuelmarket focusing on wood chips: a spatial agent-based approach to simulate competition among heating plants in the province of Carinthia, Austria / Johannes Scholz in GI Forum, vol 2017 n° 1 ([01/01/2017])
PermalinkNew iterative learning strategy to improve classification systems by using outlier detection techniques / Charlotte Pelletier (2017)
PermalinkProgressive block graying and landmarks enhancing as intermediate representations between buildings and urban areas / Guillaume Touya (2017)
PermalinkProjet CHOUCAS : Intégration de données hétérogènes et raisonnement spatial pour l'aide à la localisation des victimes en montagne / Ana-Maria Olteanu-Raimond (2017)
PermalinkRandom-walker-based collaborative learning for hyperspectral image classification / Bin Sun in IEEE Transactions on geoscience and remote sensing, vol 55 n° 1 (January 2017)
PermalinkPermalinkPermalinkRéseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur / Damien Fourure (2017)
Permalink