Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de données
analyse de donnéesSynonyme(s)analyse statistique analyse des donnéesVoir aussi |
Documents disponibles dans cette catégorie (3505)
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
Détection/reconnaissance d'objets urbains à partir de données 3D multicapteurs prises au niveau du sol, en continu / Younes Zegaoui (2021)
Titre : Détection/reconnaissance d'objets urbains à partir de données 3D multicapteurs prises au niveau du sol, en continu Type de document : Thèse/HDR Auteurs : Younes Zegaoui, Auteur ; Marc Chaumont, Directeur de thèse Editeur : Montpellier : Université de Montpellier Année de publication : 2021 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour obtenir le grade de Docteur de l'Université de Montpellier, spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage profond
[Termes IGN] classification dirigée
[Termes IGN] classification orientée objet
[Termes IGN] détection d'objet
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] mobilier urbain
[Termes IGN] objet géographique urbain
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] zone urbaine denseIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le développement des dispositifs d'acquisition LiDAR mobiles terrestres, montés sur véhicule ou drone, rendent possible la numérisation de villes entières sous la forme de nuages de points tridimensionnels géo-référencés. L'exploitation de ces données par les gestionnaires de ville permettent le recensement ainsi que le suivi au cours du temps des objets urbains qu'ils soient fixes (lampadaires, abribus…), mobiles (containers de poubelle) ou naturels (arbres) afin de pouvoir intervenir en cas de disparition, déplacement, détérioration ou de danger potentiel. Cette approche nécessite d'être en mesure de traiter des grands nuages pouvant compter plusieurs centaines de millions de points et réunir des milliers d'objets. Il devient donc nécessaire d'automatiser les traitements appliqués aux nuages de points afin de pouvoir extraire et classer automatiquement les éléments qui correspondent à des objets urbains. La diversité ainsi que le grand nombre d'objets urbains présents dans les villes sont un réel défi pour le développement d'approches automatisées. Dans cette thèse, nous explorons la piste récente de l'apprentissage profond appliqué aux données non structurées pour réaliser la localisation et la reconnaissance automatique d'objets urbains dans un nuage de points 3D. En s'inspirant des avancées récentes permises par le réseau PointNet, nous proposons de réaliser un apprentissage supervisé directement à partir des nuages de points sans passer par des transformations intermédiaires. Nous avons ainsi développé une architecture neuronale 3D que nous avons basée sur une couche originale permettant simultanément de regrouper des points et d'en extraire des caractéristiques. A partir de cette architecture, nous présentons les résultats que nous avons obtenues sur la tâche de détection d'objets urbains dans des nuages de points LiDAR obtenus dans des rues de grandes villes. Note de contenu : 1- Introduction
2- Etat de l’art
3- Architecture par clustering
4- Application à la détection d’objets en milieu urbain
5- Conclusion
6- PerspectivesNuméro de notice : 24108 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de Doctorat : Informatique : Montpellier : 2021 Organisme de stage : Laboratoire LIRMM DOI : sans En ligne : https://tel.hal.science/tel-03589031/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100629 Détection et reconstruction 3D d’arbres urbains par segmentation de nuages de points : apport de l’apprentissage profond / Victor Alteirac (2021)
Titre : Détection et reconstruction 3D d’arbres urbains par segmentation de nuages de points : apport de l’apprentissage profond Type de document : Mémoire Auteurs : Victor Alteirac, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2021 Importance : 115 p. Format : 21 x 30 cm Note générale : bibliographie
mémoire de fin d'études INSA Strasbourg, Spécialité : Topographie et Master IRIVLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage profond
[Termes IGN] arbre urbain
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] graphe
[Termes IGN] ilot thermique urbain
[Termes IGN] microclimat
[Termes IGN] modélisation 3D
[Termes IGN] reconstruction 3D
[Termes IGN] reconstruction d'objet
[Termes IGN] segmentation
[Termes IGN] semis de pointsIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Les avancées technologiques de ces dernières années ont permis à l’intelligence artificielle de se démocratiser et de devenir de plus en plus performante. Présente dans de nombreux domaines comme l’automobile, l’aviation ou encore la médecine, cette dernière est très sollicitée. Les laboratoires de recherche tels que ICube abordent des problèmes complexes nécessitant des données tridimensionnelles. Au cours de ce projet de fin d'études, des recherches sont réalisées concernant la segmentation d'arbres urbains pour la modélisation et la prédiction d'ilots de chaleur en ville. Après un état de l'art, le réseau de neurones retenu est PointNet ++. À la suite du paramétrage de ce dernier, une acquisition est effectuée dans la ville de Strasbourg. Le nuage de points ainsi récupéré est donc segmenté en utilisant l’entrainement du réseau. Des résultats de près de 96% de bonnes segmentations sont obtenus sur la détection d’arbres, avec un résultat global de 85%. Pour finir, les segmentations sont alors récupérées pour la modélisation d'arbres afin d’amorcer leur insertion dans des modèles de microclimat. Tout cela apporte des perspectives très prometteuses pour l’automatisation de la segmentation d’arbres urbains grâce aux techniques d’apprentissage profond. Note de contenu : 1- Présentation de l’étude
2- Etat de l’art, segmentation automatique
3- Choix et implémentation du réseau de neurones
4- Application et adaptation du réseau
ConclusionNuméro de notice : 15271 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : Laboratoire ICube En ligne : http://eprints2.insa-strasbourg.fr/4493/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99408 Development and analysis of land-use/land-cover spatio-temporal metrics in urban environments: Exploring urban growth patterns and linkages to socio-economic factors / Marta Sapena Moll (2021)
Titre : Development and analysis of land-use/land-cover spatio-temporal metrics in urban environments: Exploring urban growth patterns and linkages to socio-economic factors Type de document : Thèse/HDR Auteurs : Marta Sapena Moll, Auteur ; Luis Angel Ruiz Fernandez, Directeur de thèse Editeur : Valencia : Universitat politécnica de Valencia Année de publication : 2021 Importance : 268 p. Format : 21 x 30 cm Note générale : bibliographie
PhD in Geomatics Engineering, Universidad politécnica de ValenciaLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse discriminante
[Termes IGN] analyse spatio-temporelle
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] croissance urbaine
[Termes IGN] données socio-économiques
[Termes IGN] implémentation (informatique)
[Termes IGN] milieu urbain
[Termes IGN] modélisation spatiale
[Termes IGN] occupation du sol
[Termes IGN] population urbaine
[Termes IGN] régression linéaire
[Termes IGN] Rhénanie du Nord-Wesphalie (Allemagne)
[Termes IGN] utilisation du sol
[Termes IGN] ville durableRésumé : (auteur) This thesis addresses the development and analysis of new tools and methods for monitoring and characterizing urban growth using geo-data and land-use/land-cover (LULC) databases, as well as exploring their relationships with socio-economic factors, providing new evidences regarding the use of LULC data for urban characterization at different levels by means of spatial and statistical methods. First, the most common spatio-temporal metrics were compiled and implemented within a software tool, IndiFrag. Then, we present a methodology based on spatio-temporal metrics and propose a new index that quantifies the inequality of growth between population and built-up areas to analyze and compare urban growth patterns at different levels. This allowed for a differentiation of growing patterns, besides, the analysis at various levels contributed to a better understanding of such patterns. Second, we quantified the two-way relationship between the urban structure in cities and their socio-economic status by means of spatial metrics issued from a local climate zone map for 31 cities in North Rhine-Westphalia, Germany. Based on these data, we quantified their relationship with socio-economic indicators by means of multiple linear regression models, explaining a significant part of their variability. The proposed method is transferable to other datasets, levels, and regions. Third, we assessed the use of spatio-temporal metrics derived from LULC maps to identify urban growth spatial patterns. We applied LULC change models to simulate different long-term scenarios of urban growth following various spatial patterns on diverse baseline urban forms. Then, we computed spatio-temporal metrics for the simulated scenarios, selected the most explanatory by applying a discriminant analysis and classified the growth patterns using clustering methods. Finally, we identified empirical relationships between socio-economic indicators and their change over time with the spatial structure of the built and natural elements in up to 600 urban areas from 32 countries. We employed random forest regression models and the spatio-temporal metrics were able to explain substantially the variability of socio-economic variables. This confirms that spatial patterns and their change are linked to socio-economic indicators. This work contributes to a better understanding of urban growth patterns and improves knowledge about the relationships between urban spatial structure and socio-economic factors, providing new methods for monitoring and assessing urban sustainability by means of LULC databases, which could be used by researchers, urban planners and decision-makers to ensure the sustainable future of urban environments. Note de contenu : 1- Introduction
2- Hypotheses and objectives
3- Spatio-temporal analysis of LULC and population in urban areas
4- Relationships between spatial patterns of urban structure and quality of life
5- Spatio-temporal metrics for urban growth spatial pattern categorization
6- Linking spatio-temporal metrics of built-up areas to socio-economic indicators on a semi-global scale
7- ConclusionsNuméro de notice : 28308 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/URBANISME Nature : Thèse étrangère Note de thèse : PhD Thesis : Geomatics Engineering : Valencia, Spain : 2021 Organisme de stage : German Aerospace Center DOI : 10.4995/Thesis/10251/158626 En ligne : https://doi.org/10.4995/Thesis/10251/158626 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98112 Développement d’une méthode innovante pour l’ajustement des paramètres internes du système de gravimétrie sous-marine GraviMob / Ossama Kharbou (2021)
Titre : Développement d’une méthode innovante pour l’ajustement des paramètres internes du système de gravimétrie sous-marine GraviMob Type de document : Mémoire Auteurs : Ossama Kharbou, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2021 Importance : 76 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire présenté en vue d'obtenir le diplôme d'ingénieur ESGT, spécialité Géomètre et TopographeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géodésie physique
[Termes IGN] ajustement de paramètres
[Termes IGN] analyse de données
[Termes IGN] gravimétrie en mer
[Termes IGN] gravimétrie mobile
[Termes IGN] instrument de géodésie
[Termes IGN] modèle mathématique
[Termes IGN] régression linéaireIndex. décimale : ESGT Mémoires d'ingénieurs de l'ESGT Résumé : (auteur) Le système de gravimétrie mobile GraviMob, est un système simple et innovant qui permet de mesurer les 3 composantes de l’accélération de la pesanteur, en fond de mer, en utilisant six accéléromètres capacitifs divisés en deux triades. Le traitement des mesures nécessite une connaissance de onze paramètres internes dont la détermination est essentielle pour estimer les trois composantes ou la norme de g. Les valeurs de ces paramètres varient en fonction de la température. L’ajustement de ces paramètres internes dans une enceinte climatique, a permis de tracer leur évolution, et ainsi proposer, et valider statistiquement, des modèles polynomiaux de degré 4, permettant de déterminer la valeur de chaque paramètre en fonction de la température sur une étendue de mesure de 4°C à 18°C. Note de contenu : Introduction
1- Instrumentation
2- Traitement
ConclusionNuméro de notice : 15286 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Mémoire ingénieur ESGT Organisme de stage : Laboratoire Géomatique et Foncier En ligne : https://dumas.ccsd.cnrs.fr/MEMOIRES-CNAM/dumas-03563094 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101470 Dynamic committee machine with fuzzy-c-means clustering for total organic carbon content prediction from wireline logs / Yang Bai in Computers & geosciences, vol 146 (January 2021)
[article]
Titre : Dynamic committee machine with fuzzy-c-means clustering for total organic carbon content prediction from wireline logs Type de document : Article/Communication Auteurs : Yang Bai, Auteur ; Maojin Tan, Auteur Année de publication : 2021 Article en page(s) : n° 104626 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse de groupement
[Termes IGN] apprentissage automatique
[Termes IGN] classification floue
[Termes IGN] classification par réseau neuronal
[Termes IGN] puits de carbone
[Termes IGN] régression linéaire
[Termes IGN] schisteRésumé : (auteur) The total organic carbon (TOC) content is of great significance to reflect the hydrocarbon-generation potential in shale reservoirs. The well logs were always used to predict the TOC content, but some linear regression methods do not match well with complex data. The neural network method can improve prediction accuracy, but it always generates unstable prediction models. A static committee machine can reduce errors and uncertainties by combining multiple learners, but the weight of integrating learners is difficult to determine. Therefore, a dynamic committee machine with fuzzy-c-means clustering (DCMF) was proposed to predict the TOC content. Experts in the DCMF include Elman neural network, extreme learning machine, and generalized regression neural network. The fuzzy-c-means clustering algorithm was used as the gate network to perform subtasks decomposition and weights calculation based on input data. The subtasks were used to train more adaptive TOC content prediction models, and the weights were transferred to the combiner to integrate all experts’ outputs into final results. The DCMF was applied in two wells located in the Jiumenchong formation in the Qiannan depression, China. The TOC prediction results using the DCMF method are more accurate than the linear regression method, three individual intelligent algorithms, and the static committee machine. The DCMF also provides a new method for weight calculation by mining potential information of input data. Numéro de notice : A2021-019 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.cageo.2020.104626 Date de publication en ligne : 17/10/2020 En ligne : https://doi.org/10.1016/j.cageo.2020.104626 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96512
in Computers & geosciences > vol 146 (January 2021) . - n° 104626[article]PermalinkEnsemble learning methods on the space of covariance matrices : application to remote sensing scene and multivariate time series classification / Sara Akodad (2021)PermalinkEstimation et cartographie d’attributs forestiers haute résolution : Le potentiel des approches multisource / Cédric Vega (2021)PermalinkEvaluation of multipath mitigation performance using signal-to-noise ratio (SNR) based signal selection methods / Valanon Uaratanawong in Journal of applied geodesy, vol 15 n° 1 (January 2021)PermalinkEvaluation of a neural network with uncertainty for detection of ice and water in SAR imagery / Nazanin Asadi in IEEE Transactions on geoscience and remote sensing, vol 59 n° 1 (January 2021)PermalinkEvaluation du stock de carbone aérien dans la végétation à partir de multiples observations satellites micro-ondes / Martin Cubaud (2021)PermalinkExamining the effectiveness of Sentinel-1 and 2 imagery for commercial forest species mapping / Mthembeni Mngadi in Geocarto international, vol 36 n° 1 ([01/01/2021])PermalinkExploration of reinforcement learning algorithms for autonomous vehicle visual perception and control / Florence Carton (2021)PermalinkFOSTER - An R package for forest structure extrapolation / Martin Queinnec in Plos one, vol 16 n° 1 (January 2021)PermalinkFrom local to global: A transfer learning-based approach for mapping poplar plantations at national scale using Sentinel-2 / Yousra Hamrouni in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)PermalinkFrom point clouds to high-fidelity models - advanced methods for image-based 3D reconstruction / Audrey Richard (2021)PermalinkFuNet: A novel road extraction network with fusion of location data and remote sensing imagery / Kai Zhou in ISPRS International journal of geo-information, vol 10 n° 1 (January 2021)PermalinkGeometric and semantic joint approach for the reconstruction of digital models of buildings / Pierre-Alain Langlois (2021)PermalinkGeometric computer vision: omnidirectional visual and remotely sensed data analysis / Pouria Babahajiani (2021)PermalinkHidden Markov map matching based on trajectory segmentation with heading homogeneity / Ge Cui in Geoinformatica, vol 25 n° 1 (January 2021)PermalinkImage matching from handcrafted to deep features: A survey / Jiayi Ma in International journal of computer vision, vol 29 n° 1 (January 2021)PermalinkImports massifs de données dans OpenStreetMap : un phénomène en plein essor / Mamadou Bailo Balde (2021)PermalinkImproving traffic sign recognition results in urban areas by overcoming the impact of scale and rotation / Roholah Yazdan in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)PermalinkInferencing hourly traffic volume using data-driven machine learning and graph theory / Zhiyan Yi in Computers, Environment and Urban Systems, vol 85 (January 2021)PermalinkInitialization methods of convolutional neural networks for detection of image manipulations / Ivan Castillo Camacho (2021)Permalink