Descripteur
Documents disponibles dans cette catégorie (1866)
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
Query rewriting for semantic query optimization in spatial databases / Eduardo Mella in Geoinformatica, vol 23 n° 1 (January 2019)
[article]
Titre : Query rewriting for semantic query optimization in spatial databases Type de document : Article/Communication Auteurs : Eduardo Mella, Auteur ; M. Andrea Rodríguez, Auteur ; Loreto Bravo, Auteur ; Diego Gatica, Auteur Année de publication : 2019 Article en page(s) : pp 79 - 104 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] contrainte d'intégrité
[Termes IGN] jointure spatiale
[Termes IGN] optimisation (mathématiques)
[Termes IGN] programmation par contraintes
[Termes IGN] relation topologique
[Termes IGN] requête (informatique)
[Termes IGN] requête spatiale
[Termes IGN] système de gestion de bases de données orientées objetRésumé : (auteur) Query processing is an important challenge for spatial databases due to the use of complex data types that represent spatial attributes. In particular, due to the cost of spatial joins, several optimization algorithms based on indexing structures exist. The work in this paper proposes a strategy for semantic query optimization of spatial join queries. The strategy detects queries with empty results and rewrites queries to eliminate unnecessary spatial joins or to replace spatial by thematic joins. This is done automatically by analyzing the semantics imposed by the database schema through topological dependencies and topological referential integrity constraints. In this way, the strategy comes to complement current state-of-art algorithms for processing spatial join queries. The experimental evaluation with real data sets shows that the optimization strategy can achieve a decrease in the time cost of a join query using indexing structures in a spatial database management system (SDBMS). Numéro de notice : A2019-224 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10707-018-00335-w Date de publication en ligne : 04/01/2019 En ligne : http://dx.doi.org/10.1007/s10707-018-00335-w Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92623
in Geoinformatica > vol 23 n° 1 (January 2019) . - pp 79 - 104[article]Retour d'expérience de l'école OpenMOLE "ExModelo", organisée en partenariat avec le méso-centre du CRIANN / Mathieu Leclaire (2019)
Titre : Retour d'expérience de l'école OpenMOLE "ExModelo", organisée en partenariat avec le méso-centre du CRIANN Type de document : Article/Communication Auteurs : Mathieu Leclaire, Auteur ; Sébastien Rey-Coyrehourcq, Auteur ; Béatrice Charton, Auteur ; Hélène Arduin, Auteur ; Paul Chapron , Auteur ; Guillaume Chérel, Auteur ; Etienne Delay, Auteur ; Benoist Gaston, Auteur ; François Lavallée, Auteur ; Jonathan Passerat-Palmbach, Auteur ; Pierre Peigne, Auteur ; Julien Perret , Auteur ; Juste Raimbault, Auteur ; Romain Reuillon, Auteur Editeur : Paris : HAL Année de publication : 2019 Conférence : JCAD 2019, Journées Calcul et Données 09/10/2019 11/10/2019 Toulouse France Open Access Proceedings Importance : 30 p. Format : 21 x 30 cm Note générale : bibliographie
vidéo sur le site de JCAD 2019Langues : Français (fre) Descripteur : [Vedettes matières IGN] Langages informatiques
[Termes IGN] analyse de sensibilité
[Termes IGN] étalonnage
[Termes IGN] formation
[Termes IGN] modèle numérique
[Termes IGN] optimisation (mathématiques)
[Termes IGN] plateforme logicielle
[Termes IGN] programme interactif
[Termes IGN] système multi-agents
[Termes IGN] test de performanceRésumé : (auteur) OpenMOLE (Reuillon et al., 2013) est une plateforme d’exploration automatique de modèles numériques. Elle permet d’étudier des programmes développés dans une très large gamme de langages. OpenMOLE permet aussi de distribuer la charge de calcul sur la plupart des environnements de calcul (serveur, clusters, grille de calcul, cloud). La description de ces expériences sont décrits à l’aide de DSL à destination d’utilisateurs non-informaticiens et non-spécialistes des environnements HPC. Alors que cette plateforme fête sa 10ème "release" salué par une communauté d’utilisateurs en forte croissance, un nouveau pas vient d’être franchi avec l’organisation en 2019 d’une première école d’été dédiée à “l’exploration de modèles”. Durant la formation, la plateforme et l’écosystème de méthodes d’exploration qui l’accompagne sont utilisés de manière intensive. Les travaux pratiques mettent en oeuvre l’exploration d’un modèle “jouet” de dynamiques complexes développé pour l’occasion. Il s’agit d’un modèle multi-agent spatialisé de type proie/prédateur sur la thématique des zombies. Les apprenants pourront découvrir l’usage et la spécificité de chacune des méthodes d’explorations intégrées dans la plateforme de façon interactive : analyses de sensibilité (Saltelli, Morris), calibrage et optimisation (Profiles, NSGA2, ABC), diversité (PSE). Lors des deux derniers jours, les participants sont invités à formuler des questions sur le modèle de Zombies et à en proposer une étude en utilisant les outils découverts les jours précédents. La mise en oeuvre rapide de ces méthodes n’étant possible qu’avec l’appui d’un environnement HPC, un partenariat avec l’UMR IDEES et le méso-centre Normand du CRIANN a été mis en place pour assurer un accès rapide aux ressources de calcul nécessaires (1000 coeurs / 25 participants) pour les explorations menées pendant les 5 jours d’école. Développé avant tout pour accéder à des ressources de type grille, OpenMOLE s’est constamment adapté pour offrir des connecteurs capable de suivre l’offre croissante et très diversifiée en environnements de calcul. Il s’agit d’ajouter à la fois des nouveaux connecteurs (PBS, SLURM, etc.) mais aussi de nouveaux moyens d’encapsulation et de déploiement des programmes utilisateurs (Kubernetes, UDocker, PRoot, etc.). La collaboration entre les deux équipes du CRIANN et d’OpenMOLE s’inscrit dans ce cadre. Bénéfique pour les deux parties, elle a permis de soulever et résoudre des points de blocages représentatifs des diversités de pratiques qui peuvent exister sur le plan matériel et logiciels (Fortran/C vs Java/R/Python) entre les deux communautés (Grille / Cluster). Dans cette présentation, nous proposons de faire une synthèse des résultats obtenus par les groupes sur le modèle jouet, ainsi qu’un retour sur cette collaboration originale entre les deux équipes techniques d’OpenMOLE et du CRIANN. Numéro de notice : C2019-044 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans En ligne : https://hal.archives-ouvertes.fr/halshs-02442620 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95427 Les systèmes d'information géographique / Christina Aschan-Leygonie (2019)
Titre : Les systèmes d'information géographique : principes, concepts et méthodes Type de document : Guide/Manuel Auteurs : Christina Aschan-Leygonie, Auteur ; Claire Cunty, Auteur ; Paule-Annick Davoine, Auteur Editeur : Paris : Armand Colin Année de publication : 2019 Collection : Cursus Importance : 267 p. Format : 15 x 21 cm ISBN/ISSN/EAN : 978-2-200-61718-9 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique
[Termes IGN] analyse multicritère
[Termes IGN] analyse spatiale
[Termes IGN] autocorrélation spatiale
[Termes IGN] base de données localisées
[Termes IGN] base de données relationnelles
[Termes IGN] conversion de données
[Termes IGN] document cartographique
[Termes IGN] données localisées 3D
[Termes IGN] données maillées
[Termes IGN] données vectorielles
[Termes IGN] intégration de données
[Termes IGN] interopérabilité
[Termes IGN] interpolation spatiale
[Termes IGN] jeu de données localisées
[Termes IGN] métadonnées géographiques
[Termes IGN] modèle numérique
[Termes IGN] réalité de terrain
[Termes IGN] stockage de données
[Termes IGN] système d'information géographique
[Termes IGN] visualisation de donnéesIndex. décimale : 37.30 Systèmes d'information géographique Résumé : (Editeur) Cet ouvrage apporte aux étudiants les notions clés et méthodes indispensables à la maîtrise des systèmes d'information géographique (SIG). Il présente les fondamentaux de l'information géographique, les traitements et les analyses qui sont au coeur des projets SIG. Il montre comment les SIG peuvent répondre à des problématiques spatiales portant aussi bien sur des phénomènes géographiques discrets ou continus que sociaux ou environnementaux. Un véritable outil pédagogique, illustré par de multiples exemples, une centaine de figures, des focus thématiques, des conseils, des définitions et des questions de révision. Note de contenu : 1. De la "réalité" du terrain à l'information géographique dans les SIG
2. Fondamentaux de l'information géographique
3. Intégration de données géographiques dans les SIG
4. Visualisation, interrogation et enrichissement de l'information géographique
5. Traitements spatiaux de l'information géographique
6. Aperçu de l'analyse spatiale avec les SIGNuméro de notice : 26795 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100028
Titre : Uncertainty in radar emitter classification and clustering Titre original : Gestion des incertitudes en identification des modes radar Type de document : Thèse/HDR Auteurs : Guillaume Revillon, Auteur ; Charles Soussen, Directeur de thèse ; A. Mohammad-Djafari, Directeur de thèse Editeur : Paris-Orsay : Université de Paris 11 Paris-Sud Centre d'Orsay Année de publication : 2019 Importance : 181 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l’Université Paris-Saclay préparée à l’Université Paris-Sud Sciences et Technologies de l’Information et de la Communication (STIC) Spécialité : Traitement du signal et des imagesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] approximation
[Termes IGN] détection du signal
[Termes IGN] écho radar
[Termes IGN] émetteur
[Termes IGN] estimation bayesienne
[Termes IGN] inférence statistique
[Termes IGN] modèle de mélange multilinéaire
[Termes IGN] modulation du signal
[Termes IGN] probabilités
[Termes IGN] valeur aberranteIndex. décimale : THESE Thèses et HDR Résumé : (auteur) In Electronic Warfare, radar signals identification is a supreme asset for decision making in military tactical situations. By providing information about the presence of threats, classification and clustering of radar signals have a significant role ensuring that countermeasures against enemies are well-chosen and enabling detection of unknown radar signals to update databases. Most of the time, Electronic Support Measures systems receive mixtures of signals from different radar emitters in the electromagnetic environment. Hence a radar signal, described by a pulse-to-pulse modulation pattern, is often partially observed due to missing measurements and measurement errors. The identification process relies on statistical analysis of basic measurable parameters of a radar signal which constitute both quantitative and qualitative data. Many general and practical approaches based on data fusion and machine learning have been developed and traditionally proceed to feature extraction, dimensionality reduction and classification or clustering. However, these algorithms cannot handle missing data and imputation methods are required to generate data to use them. Hence, the main objective of this work is to define a classification/clustering framework that handles both outliers and missing values for any types of data. Here, an approach based on mixture models is developed since mixture models provide a mathematically based, flexible and meaningful framework for the wide variety of classification and clustering requirements. The proposed approach focuses on the introduction of latent variables that give us the possibility to handle sensitivity of the model to outliers and to allow a less restrictive modelling of missing data. A Bayesian treatment is adopted for model learning, supervised classification and clustering and inference is processed through a variational Bayesian approximation since the joint posterior distribution of latent variables and parameters is untractable. Some numerical experiments on synthetic and real data show that the proposed method provides more accurate results than standard algorithms. Note de contenu : Introduction
1- State of the art and the selected approach
2- Continuous data
3- Mixed data
4- Temporal evolution data
5- Conclusion and perspectivesNuméro de notice : 25703 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Traitement du signal et des images : Paris 11 : 2019 Organisme de stage : Thales, GPI nature-HAL : Thèse DOI : sans Date de publication en ligne : 02/09/2019 En ligne : https://hal.science/tel-02275817 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94829 Variational learning of mixture wishart model for PolSAR image classification / Qian Wu in IEEE Transactions on geoscience and remote sensing, vol 57 n° 1 (January 2019)
[article]
Titre : Variational learning of mixture wishart model for PolSAR image classification Type de document : Article/Communication Auteurs : Qian Wu, Auteur ; Biao Hou, Auteur ; Zaidao Wen, Auteur ; Licheng Jiao, Auteur Année de publication : 2019 Article en page(s) : pp 141 - 154 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] classification
[Termes IGN] image AIRSAR
[Termes IGN] image radar moirée
[Termes IGN] image Radarsat
[Termes IGN] loi de Wishart
[Termes IGN] optimisation (mathématiques)
[Termes IGN] polarimétrie radarRésumé : (Auteur) The phase difference, amplitude product, and amplitude ratio between two polarizations are important discriminators for terrain classification, which derives a significant statistical-distribution-based polarimetric synthetic aperture radar (PolSAR) image classification. Traditionally, statistical-distribution-based PolSAR image classification models pay attention to two aspects: searching for a suitable distribution to model certain PolSAR image and a satisfactory solution for the corresponding distribution model with samples in every terrain. Usually, the described distribution form is too complicated to build. Besides, inaccurate parameter estimation may lead to poor classification performance for PolSAR image. In order to refrain from this phenomenon, a variational thought is adopted for the statistical-distribution-based PolSAR classification method in this paper. First, a mixture Wishart model is built to model the PolSAR image to replace the complicated distribution for the PolSAR image. Second, a learning-based method is suggested instead of inaccurate point estimation of parameters to determine the distribution for every class in the mixture Wishart model. Finally, the proposed learning-based mixture Wishart model will be built as a variational form to realize a parametric model for PolSAR image classification. In the experiments, it will be proved that the class centers are easier to distinguish among different terrains learned from the proposed variational model. In addition, a classification performance on the PolSAR image is superior to the original point estimation Wishart model on both visual classification result and accuracy. Numéro de notice : A2019-104 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2852633 Date de publication en ligne : 16/08/2018 En ligne : https://doi.org/10.1109/TGRS.2018.2852633 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92410
in IEEE Transactions on geoscience and remote sensing > vol 57 n° 1 (January 2019) . - pp 141 - 154[article]Un algorithme pour battre le record du SwissTrainChallenge : poser le pied dans chacun des 26 cantons le plus rapidement possible en utilisant uniquement des transports publics / Emmanuel Clédat in XYZ, n° 157 (décembre 2018 - février 2019)PermalinkDEM refinement by low vegetation removal based on the combination of full waveform data and progressive TIN densification / Hongchao Ma in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)PermalinkEtude de faisabilité et choix optimal d'une station RIMS d'EGNOS en Algérie / Tabti Lahouaria in XYZ, n° 157 (décembre 2018 - février 2019)PermalinkHistoric reconstruction of reservoir topography using contour line interpolation and structure from motion photogrammetry / Ana Casado in International journal of geographical information science IJGIS, vol 32 n° 11-12 (November - December 2018)PermalinkComputing with cognitive spatial frames of reference in GIS / Simon Scheider in Transactions in GIS, vol 22 n° 5 (October 2018)PermalinkEstimation of forest above-ground biomass by geographically weighted regression and machine learning with Sentinel imagery / Lin Chen in Forests, vol 9 n° 10 (October 2018)PermalinkA two-stage estimation method with bootstrap inference for semi-parametric geographically weighted generalized linear models / Dengkui Li in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)PermalinkSurface reconstruction of incomplete datasets: A novel Poisson surface approach based on CSRBF / Jules Morel in Computers and graphics, vol 74 (August 2018)Permalink3D WebGIS : from visualization to analysis. An efficient browser-based 3D line-of-sight analysis / Michael Auer in ISPRS International journal of geo-information, vol 7 n° 7 (July 2018)PermalinkCombined geo-social search : computing top-k join queries over incomplete information / Yaron Kanza in Geoinformatica, vol 22 n° 3 (July 2018)PermalinkA context-based geoprocessing framework for optimizing meetup location of multiple moving objects along road networks / Shaohua Wang in International journal of geographical information science IJGIS, vol 32 n° 7-8 (July - August 2018)PermalinkHuman mobility semantics analysis : a probabilistic and scalable approach / Xiaohui Guo in Geoinformatica, vol 22 n° 3 (July 2018)PermalinkVertical and horizontal spheroidal boundary-value problems / Michal Šprlák in Journal of geodesy, vol 92 n° 7 (July 2018)PermalinkInfluences of environmental loading corrections on the nonlinear variations and velocity uncertainties for the reprocessed global positioning system height time series of the crustal movement observation network of China / Peng Yuan in Remote sensing, vol 10 n° 6 (June 2018)PermalinkPré-estimation et analyse de la précision pour la cartographie par drone / Laurent Valentin Jospin in XYZ, n° 155 (juin - août 2018)PermalinkSDF-2-SDF registration for real-time 3D reconstruction from RGB-D data / Miroslava Slavcheva in International journal of computer vision, vol 126 n° 6 (June 2018)PermalinkSpatially sensitive statistical shape analysis for pedestrian recognition from LIDAR data / Michalis A. Savelonas in Computer Vision and image understanding, vol 171 (June 2018)Permalink3D reconstruction from multi-view VHR-satellite images in MicMac / Ewelina Rupnik in ISPRS Journal of photogrammetry and remote sensing, vol 139 (May 2018)PermalinkComparison of the performances of ground filtering algorithms and DTM generation from a UAV-based point cloud / Cigdem Serifoglu Yilmaz in Geocarto international, vol 33 n° 5 (May 2018)PermalinkOptimization of deformation monitoring networks using finite element strain analysis / M. Amin Alizadeh-Khameneh in Journal of applied geodesy, vol 12 n° 2 (April 2018)Permalink