Centre de documentation
scientifique

Representing and reducing error in natural-resource classification using model combination / Zhi Huang in International journal of geographical information science IJGIS, vol 19 n° 5 (may 2005)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 19 n° 5 (may 2005) . - pp 603 - 621 Titre : Representing and reducing error in natural-resource classification using model combination Type de document : Article/Communication Auteurs : Zhi Huang, Auteur Année de publication : 2005 Article en page(s) : pp 603 - 621 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse comparative [Termes IGN] classification de Dempster-Shafer [Termes IGN] classification par arbre de décision [Termes IGN] classification par réseau neuronal [Termes IGN] erreur d'attribut [Termes IGN] erreur d'échantillon [Termes IGN] précision de la classification [Termes IGN] propagation d'erreur [Termes IGN] ressources naturelles Résumé : (Auteur) Artificial Intelligence (AI) models such as Artificial Neural Networks (ANNs), Decision Trees and Dempster-Shafer's Theory of Evidence have long claimed to be more error-tolerant than conventional statistical models, but the way error is propagated through these models is unclear. Two sources of error have been identified in this study: sampling error and attribute error. The results show that these errors propagate differently through the three AI models. The Decision Tree was the most affected by error, the Artificial Neural Network was less affected by error, and the Theory of Evidence model was not affected by the errors at all. The study indicates that AI models have very different modes of handling errors. In this case, the machine-learning models, including ANNs and Decision Trees, are more sensitive to input errors. Dempster-Shafer's Theory of Evidence has demonstrated better potential in dealing with input errors when multisource data sets are involved. The study suggests a strategy of combining AI models to improve classification accuracy. Several combination approaches have been applied, based on a 'majority voting system', a simple average, Dempster-Shafer's Theory of Evidence, and fuzzy-set theory. These approaches all increased classification accuracy to some extent. Two of them also demonstrated good performance in handling input errors. Second-stage combination approaches which use statistical evaluation of the initial combinations are able to further improve classification results. One of these second-stage combination approaches increased the overall classification accuracy on forest types to 54% from the original 46.5% of the Decision Tree model, and its visual appearance is also much closer to the ground data. By combining models, it becomes possible to calculate quantitative confidence measurements for the classification results, which can then serve as a better error representation. Final classification products include not only the predicted hard classes for individual cells, but also estimates of the probability and the confidence measurements of the prediction. Numéro de notice : A2005-239 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/13658810500032446 En ligne : https://doi.org/10.1080/13658810500032446 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27376 [article]

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-05051	RAB	Revue	Centre de documentation	En réserve L003	Disponible
079-05052	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Modèle d'erreurs dans une base de données géographiques et grandes déviations pour des sommes pondérées / Olivier Bonin (2002)

Public Titre : Modèle d'erreurs dans une base de données géographiques et grandes déviations pour des sommes pondérées : application à l'estimation d'erreurs sur un temps de parcours Type de document : Thèse/HDR Auteurs : Olivier Bonin , Auteur ; D. Pierre-Loti-Viaud, Directeur de thèse Editeur : Paris : Université de Paris 6 Pierre et Marie Curie Année de publication : 2002 Importance : 145 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de doctorat de l'université Paris 6, spécialité mathématiques, option statistique PAS DE DOCUMENT SUR HAL - à demander à Sorbonne Université. Bibliothèque de Sorbonne Université. Bibliothèque Mathématiques-Informatique Recherche. Langues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] base de données localisées [Termes IGN] calcul d'itinéraire [Termes IGN] erreur d'attribut [Termes IGN] erreur de classification [Termes IGN] incertitude géométrique [Termes IGN] modèle d'erreur [Termes IGN] modèle statistique [Termes IGN] qualité des données [Termes IGN] simulation [Termes IGN] terrain nominal Index. décimale : THESE Thèses et HDR Note de contenu : 1+++ QUALITE DES BASES DE DONNEES GEOGRAPHIQUES ET APPLICATIONS GEOGRAPHIQUES 1. QUALITE DES DONNEES GEOGRAPHIQUES 1.1. Information géographique 1.2. Cadre de l'étude 1.3. Qualité d'un base de données géographiques 1.4. Terrain nominal 1.5. Composantes de la qualité 1.6. Indicateurs de la qualité sémantique 1.7. Modèles d'incertitude 2. MODELISATION D'ERREURS D'ATTRIBUTS DANS UNE BASE DE DONNEES GEOGRAPHIQUES 2.1. Cadre du modèle 2.2. Estimation des paramètres du modèle 2.3. Hypothèses simplificatrices 2.4. Paramétrisation 2.5. Calcul d'estimateurs 2.6. Étude de contrôles qualité sur des données réelles 3. IMPACT DE LA QUALITE DES DONNEES SUR UNE APPLICATION 3.1. Application géographique 3.2. Exemple : calcul d'itinéraires 3.3. Influence de la qualité sur un calcul d'itinéraires 2+++ ETUDE PAR SIMULATION 1. PRINCIPE DE L'ANALYSE DE SENSIBILITE GEOGRAPHIQUE 2. BRUITAGE CONTROLE D'UNE BASE DE DONNEES GEOGRAPHIQUES 2.1. Bruitage des attributs 2.2. Bruitage de la géométrie 3. ETUDE D'UNE APPLICATION DE CALCUL D'ITINERAIRES 3.1. Introduction 3.2. Methodologie 3.3. Implémentation 3.4. Analyse des données 3.5. Conclusion 3+++ ETUDE DES ERREURS D'ATTRIBUTS 1. MODELE DE L'APPLICATION ET CRITERE DE QUALITE DES RESULTATS 1.1. Modèle de déplacement en zone urbaine 1.2. Critère de qualité des résultats de l'application 2. INTRODUCTION AUX DEVELOPPEMENTS DE GRANDES DEVIATIONS 2.1. Principe de la méthode 2.2. Transformation exponentielle 2.3. Développements d'Edgeworth 3. GRANDES DEVIATIONS POUR DES SOMMES PONDEREES DE VARIABLES I.I.D 3.1. Introduction and statement of the problem 3.2. Geographical model and reduction to a large deviation problem 3.3. Results and discussions 3.4. Large deviation theorems 3.5. Preuves des théorèmes 3.6. Cas i.i.d 3.7. Commentaires sur les résultats obtenus 4+++ ETUDE DES ERREURS D'ATTRIBUTS ET DE GEOMETRIE 1. MODELES D'ERREURS DE LONGUEURS DES TRONÇONS 1.1. Modèle fondé sur les erreurs de position 1.2. Modèle simplifié 2. CALCUL DE TEMPS DE PARCOURS ET CRITERE DE QUALITE 3. APPLICATIONS NUMERIQUES 5+++ ETUDE DE L'INFLUENCE DU CHOIX DE L'ITINERAIRE ET ERREURS SUR DES PARCOURS DE LONGUEUR ALEATOIRE 1. INFLUENCE DU CHOIX DE L'ITINERAIRE 2. ERREURS SUR UN ITINERAIRE TYPE 2.1. Grandes déviations pour lois composées 2.2. Application à une base de données routières 2.3. Développement de l'asymptotique y > oo Numéro de notice : 11812 Affiliation des auteurs : non IGN Autre URL associée : URL sans document Thématique : GEOMATIQUE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de doctorat : Mathématiques, statistique : Paris 6 : 2002 Organisme de stage : COGIT (IGN) nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=45171

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
11812-01	THESE	Livre	Centre de documentation	Thèses	Disponible
11812-02	THESE	Livre	LASTIG	Dépôt en unité	Exclu du prêt

Error propagation in environmental modelling with GIS / Gerard B.M. Heuvelink (2000)

Public Titre : Error propagation in environmental modelling with GIS Type de document : Monographie Auteurs : Gerard B.M. Heuvelink, Auteur Editeur : Londres : Taylor & Francis Année de publication : 2000 Collection : Research monographs in geographic information systems Importance : 126 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-0-7484-0743-9 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique [Termes IGN] erreur [Termes IGN] erreur d'attribut [Termes IGN] méthodologie [Termes IGN] modèle conceptuel de données localisées [Termes IGN] modèle d'erreur [Termes IGN] modélisation spatiale [Termes IGN] propagation d'erreur [Termes IGN] simulation [Termes IGN] système d'information géographique Résumé : (Editeur) GIS users and professionals are aware that the accuracy of GIS results cannot be naively based on the quality of the graphical output. Data stored in a GIS will have been collected or measured, classified, generalised, interpreted or estimated, and in all cases this allows the introduction of errors. With the processing or translation of this data into the GIS itself further propagation or amplification of errors also occur. It is essential that GIS professionals understand these issues systematically if they have to build ever more accurate systems. In this book the author's decade of study into these problems is brought into focus with an authoritative account of the development, application and implementation of error propagation techniques for use in environmental modelling with GIS. Its purpose is to provide a methodology for handling error and error propagation, for which the author is already well-respected internationally. The book is set to immediately become the classic reference source in its field and will be an essential read for GIS and environmental modelling professionals at both the practitioner and research levels. Note de contenu : 1. Introduction 1.1 Error sources in GIS data 1.2 The propagation of errors through GIS operations 1.3 Objectives of this study 2. Definition and identification of an error model for quantitative spatial attributes 2.1 A first look at quantitative errors 2.2 Definition of the error model 2.3 Identification of the error model 2.3.1 Three models of spatial variation 2.3.2 Error identification under the three models of spatial variation 2.4 Multivariate extension 2.5 Change of support issues 3. identification of the error model : a case study 3.1 Mapping the mean highest water table in the Ooypolder 3.2 Comparison of mapping results for the three models of spatial variation 3.3 Discussion and implications for error propagation analysis 4. Error propagation with local GIS operations : theory 4.1 Error propagation with point operations 4.2 Four techniques of error propagation 4.2.1 First order Taylor method 4.2.2 Second order Taylor method 4.2.3 Rosenblueth's method 4.2.4 Monte Carlo method 4.2.5 Evaluation and comparison of the four error propagation techniques 4.3 Error propagation with neighbourhood operations 4.4 Sources of error contributions 5. Error propagation with local GIS operations : applications 5.1 Predicted lead consumption in the Geul river valley 5.2 Slope and aspect of the Balazuc digital elevation model 5.3 Predicting soil moisture content with linear regression for the Allier floodplain soils 5.4 Selection of suitable soils in the Lacombe agricultural research station using Boolean and continuous classification 6. Error propagation with global GIS operations : the use of multidimensional simulation 6.1 Monte Carlo method for global operations 6.2 Stochastic simulation of the input random field 6.3 An iterative method for simulating autoregressive random fields 6.4 Numerical experiments with iterative autoregressive simulation 7. Implementation of error propagation techniques in GIS 7.1 Starting points for adding error propagation functionality to an existing GIS 7.2 The ADAM error propagation software tool 7.3 Running the Allier case study with ADAM 8. Summary and conclusions 8.1 Summary of research results : the list of nine research questions 8.2 Summary of research results : additional results 8.3 Towards a full grown error handling capability of GIS Numéro de notice : 13024 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Monographie Accessibilité hors numérique : Accessible via le SUDOC (sur demande au cdos) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=54852

New advances in error simulation in vector geographical databases / Olivier Bonin (2000)

Public contenu dans Accuracy 2000 : Proceedings of the 4th international symposium on spatial accuracy assessment in natural resources and environmental sciences, Amsterdam, July 2000 / Gerard B.M. Heuvelink (2000)  Titre : New advances in error simulation in vector geographical databases Type de document : Article/Communication Auteurs : Olivier Bonin , Auteur Editeur : Delft : Delft University Press Année de publication : 2000 Conférence : Accuracy 2000, 4th international symposium on spatial accuracy assessment in natural resources and environmental sciences 12/07/2000 14/07/2000 Amsterdam Pays-Bas Importance : pp 59 - 65 Format : 16 x 24 cm Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] analyse de sensibilité [Termes IGN] données localisées numériques [Termes IGN] données vectorielles [Termes IGN] erreur d'attribut [Termes IGN] erreur géométrique [Termes IGN] incertitude de position [Termes IGN] méthode de Monte-Carlo [Termes IGN] qualité des données Résumé : (Auteur) This paper presents new methods for attribute and positional error simulation in vector Geographical Information Systems, and discusses various issues related to this topic. Attribute errors are simulated according to a new statistical model. Positional errors are simulated with algorithms that take correlation into account and thus reduce topological problems that arise in classical simulations. These algorithms constitute a complete toolbox suitable for most purposes, especially accuracy assessment and sensitivity analysis. Note de contenu : Bibliographie Numéro de notice : C2000-010 Affiliation des auteurs : COGIT (1988-2011) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90082

Error propagation modeling in raster GIS: adding and ratioing operations / Guiseppe Arbia in Cartography and Geographic Information Science, vol 26 n° 4 (October 1999)  

Public [article]  inCartography and Geographic Information Science > vol 26 n° 4 (October 1999) . - pp 297 - 315 Titre : Error propagation modeling in raster GIS: adding and ratioing operations Type de document : Article/Communication Auteurs : Guiseppe Arbia, Auteur ; Daniel A. Griffith, Auteur ; Robert Haining, Auteur Année de publication : 1999 Article en page(s) : pp 297 - 315 Note générale : Bibliographie 1 page Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique [Termes IGN] corrélation [Termes IGN] données localisées [Termes IGN] données maillées [Termes IGN] erreur d'attribut [Termes IGN] méthode des moindres carrés [Termes IGN] modélisation [Termes IGN] probabilités [Termes IGN] propagation d'erreur [Termes IGN] système d'information géographique Numéro de notice : A1999-107 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.1559/152304099782294159 En ligne : https://doi.org/10.1559/152304099782294159 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=26312 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-99041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Simulation d'erreurs dans une base de données géographique / Lucie Fouqué (1999)

Permalink

Statistical representation of relative positional uncertainty / François Vauglin (1998)

Permalink