Centre de documentation
scientifique

HiPerMovelets: high-performance movelet extraction for trajectory classification / Tarlis Tortelli Portela in International journal of geographical information science IJGIS, vol 36 n° 5 (May 2022)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 36 n° 5 (May 2022) . - pp 1012 - 1036 Titre : HiPerMovelets: high-performance movelet extraction for trajectory classification Type de document : Article/Communication Auteurs : Tarlis Tortelli Portela, Auteur ; Jonata Tyska Carvalho, Auteur ; Vania Bogorny, Auteur Année de publication : 2022 Article en page(s) : pp 1012 - 1036 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] classification [Termes IGN] exploration de données géographiques [Termes IGN] jeu de données localisées [Termes IGN] trace numérique [Termes IGN] trajet (mobilité) Résumé : (auteur) In the last decade, trajectory classification has received significant attention. The vast amount of data generated on social media, the use of sensor networks, IOT devices and other Internet-enabled sources allowed the semantic enrichment of mobility data, making the classification task more challenging. Existing trajectory classification methods have mainly considered space, time and numerical data, ignoring the semantic dimensions. Only recently proposed methods as Movelets and MASTERMovelets can handle all types of dimensions. MASTERMovelets is the only method that automatically discovers the best dimension combination and subtrajectory size for trajectory classification. However, although it outperformed the state-of-the-art in terms of accuracy, MASTERMovelets is computationally expensive and results in a high dimensionality problem, which makes it unfeasible for most real trajectory datasets that contain a big volume of data. To overcome this problem and enable the application of the movelets approach on large datasets, in this paper we propose a new high-performance method for extracting movelets and classifying trajectories, called HiPerMovelets (High-performance Movelets). Experimental results show that HiPerMovelets is 10 times faster than MASTERMovelets, reduces the high-dimensionality problem, is more scalable, and presents a high classification accuracy in all evaluated datasets with both raw and semantic trajectories. Numéro de notice : A2022-332 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/13658816.2021.2018593 Date de publication en ligne : 03/01/2022 En ligne : https://doi.org/10.1080/13658816.2021.2018593 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100608 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2022051	SL	Revue	Centre de documentation	Revues en salle	Disponible

Discovering co-location patterns in multivariate spatial flow data / Jiannan Cai in International journal of geographical information science IJGIS, vol 36 n° 4 (April 2022)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 36 n° 4 (April 2022) . - pp 720 - 748 Titre : Discovering co-location patterns in multivariate spatial flow data Type de document : Article/Communication Auteurs : Jiannan Cai, Auteur ; Mei-Po Kwan, Auteur Année de publication : 2022 Article en page(s) : pp 720 - 748 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse bivariée [Termes IGN] analyse de groupement [Termes IGN] analyse univariée [Termes IGN] autocorrélation spatiale [Termes IGN] Chicago (Illinois) [Termes IGN] co-positionnement [Termes IGN] données de flux [Termes IGN] données socio-économiques [Termes IGN] dynamique spatiale [Termes IGN] enquête [Termes IGN] exploration de données géographiques [Termes IGN] migration pendulaire [Termes IGN] origine - destination [Termes IGN] voisinage (relation topologique) Résumé : (auteur) Spatial flow co-location patterns (FCLPs) are important for understanding the spatial dynamics and associations of movements. However, conventional point-based co-location pattern discovery methods ignore spatial movements between locations and thus may generate erroneous findings when applied to spatial flows. Despite recent advances, there is still a lack of methods for analyzing multivariate flows. To bridge the gap, this paper formulates a novel problem of FCLP discovery and presents an effective detection method based on frequent-pattern mining and spatial statistics. We first define a flow co-location index to quantify the co-location frequency of different features in flow neighborhoods, and then employ a bottom-up method to discover all frequent FCLPs. To further establish the statistical significance of the results, we develop a flow pattern reconstruction method to model the benchmark null hypothesis of independence conditioning on univariate flow characteristics (e.g. flow autocorrelation). Synthetic experiments with predefined FCLPs verify the advantages of our method in terms of correctness over available alternatives. A case study using individual home-work commuting flow data in the Chicago Metropolitan Area demonstrates that residence- or workplace-based co-location patterns tend to overestimate the co-location frequency of people with different occupations and could lead to inconsistent results. Numéro de notice : A2022-256 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1980217 Date de publication en ligne : 20/09/2021 En ligne : https://doi.org/10.1080/13658816.2021.1980217 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100229 [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)  

Public [article]  inISPRS International journal of geo-information > vol 11 n° 1 (January 2022) . - n° 55 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 claire Résumé : (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 [article]

La photogrammétrie appliquée au récolement des réseaux enterrés : retour d’expérience d’une méthode industrialisée / Jérôme Leroux in XYZ, n° 169 (décembre 2021)

Public [article]  inXYZ > n° 169 (décembre 2021) . - pp 16 - 24 Titre : La photogrammétrie appliquée au récolement des réseaux enterrés : retour d’expérience d’une méthode industrialisée Type de document : Article/Communication Auteurs : Jérôme Leroux, Auteur ; Maxime Chauvin, Auteur ; Valentin Poitevin, Auteur Année de publication : 2021 Article en page(s) : pp 16 - 24 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] appariement d'images [Termes IGN] données localisées 3D [Termes IGN] exploration de données géographiques [Termes IGN] intelligence artificielle [Termes IGN] portail [Termes IGN] reconstruction 3D [Termes IGN] réseau technique souterrain [Termes IGN] semis de points [Termes IGN] téléphone intelligent [Termes IGN] téléphonie mobile Résumé : (Auteur) De nouvelles solutions existent aujourd’hui pour mesurer les réseaux enterrés. L’acquisition d’images avec un smartphone permet de reconstruire en 3D une fouille ouverte grâce aux algorithmes de photogrammétrie par corrélation dense. Les enjeux de fiabilité et d’industrialisation pour ce type de production de données nous ont poussés à améliorer une méthode d’acquisition préexistante. L’étude menée ici vise principalement à déterminer la meilleure technique de captation d’images. Les éléments clés de la réussite de la méthode reposent sur 1. L’utilisation de marqueurs dimensionnels à travers la pose des balises et 2. La détection de ces marqueurs dans les images via des algorithmes basés sur de l’Intelligence Artificielle. Les données 3D produites et accessibles via un portail web permettent de dessiner les infrastructures existantes en réduisant le plus possible l’intervention humaine. Numéro de notice : A2021-847 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99171 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2021041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Spatial structure system of land use along urban rail transit based on GIS spatial clustering / Yu Gao in European journal of remote sensing, vol 54 sup 2 (2021)  

Public [article]  inEuropean journal of remote sensing > vol 54 sup 2 (2021) . - pp 438 - 445 Titre : Spatial structure system of land use along urban rail transit based on GIS spatial clustering Type de document : Article/Communication Auteurs : Yu Gao, Auteur ; Ying Zhang, Auteur ; Haidjar Alsulaiman, Auteur Année de publication : 2021 Article en page(s) : pp 438 - 445 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications SIG [Termes IGN] aménagement du territoire [Termes IGN] analyse de groupement [Termes IGN] Chine [Termes IGN] exploration de données géographiques [Termes IGN] modélisation spatiale [Termes IGN] optimisation (mathématiques) [Termes IGN] planification urbaine [Termes IGN] réseau ferroviaire [Termes IGN] système d'information géographique [Termes IGN] utilisation du sol [Termes IGN] zone urbaine Résumé : (auteur) During the past 30 years of reform and opening up, the level of urbanization in our country has made considerable progress, and more cities have had development conditions of the rail transit. In order to solve various problems caused by urbanization and optimize the allocation of urban resources, in this paper, the significance of spatial planning in big cities was analyzed from the perspective of land space utilization along with the rail transit. Based on GIS spatial clustering mining technology and combined with the basic characteristics of geographic information system, a GIS spatial mining search model that can solve the spatial land use was proposed. Then, by combining the clustering algorithm of some association rules, the land planning and utilization along the urban rail transit were calculated. The actual case was taken to establish the grid elements along with the rail transit, and the GIS spatial clustering algorithm was used to verify the model. The results show that GIS spatial clustering algorithm can effectively verify and calculate urban rail transit land planning programs. Numéro de notice : A2021-820 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/22797254.2020.1801356 Date de publication en ligne : 14/11/2020 En ligne : https://doi.org/10.1080/22797254.2020.1801356 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98925 [article]

Automating and utilising equal-distribution data classification / Gennady Andrienko in International journal of cartography, vol 7 n° 1 (March 2021)  

Permalink

COVID-19 geoviz for spatio-temporal structures detection / Jacques Gautier (2021)  

Permalink

Méthodes et outils pour l’analyse spatiale exploratoire en géolinguistique : contributions aux humanités numériques spatialisées / Clément Chagnaud (2021)  

Permalink

STME: An effective method for discovering spatiotemporal multi‐type clusters containing events with different densities / Chao Wang in Transactions in GIS, Vol 24 n° 6 (December 2020)  

Permalink

A framework for group converging pattern mining using spatiotemporal trajectories / Bin Zhao in Geoinformatica, vol 24 n° 4 (October 2020)  

Permalink

Geovisualization and harmonic analysis for the exploratory search of localized cyclic recurrences in spatio-temporal event data / Jacques Gautier in Geomatica, vol 74 n° 3 (September 2020)  

Permalink

Breaking the eyes: how do users get started with a coordinated and multiple view geovisualization tool? / Izabela Golebiowska in Cartographic journal (the), Vol 57 n° 3 (August 2020)  

Permalink

Los Angeles as a digital place: The geographies of user‐generated content / Andrea Ballatore in Transactions in GIS, Vol 24 n° 4 (August 2020)  

Permalink

Mining spatiotemporal association patterns from complex geographic phenomena / Zhanjun He in International journal of geographical information science IJGIS, vol 34 n° 6 (June 2020)  

Permalink

Co-visualization of air temperature and urban data for visual exploration / Jacques Gautier (2020)    

Permalink