Centre de documentation
scientifique

Data-driven gap filling and spatio-temporal filtering of the GRACE and GRACE-FO records / Louis-Marie Gauer in Journal of geophysical research : Solid Earth, vol 128 n° 5 (May 2023)  

Public [article]  inJournal of geophysical research : Solid Earth > vol 128 n° 5 (May 2023) . - n° e2022JB025561 Titre : Data-driven gap filling and spatio-temporal filtering of the GRACE and GRACE-FO records Type de document : Article/Communication Auteurs : Louis-Marie Gauer, Auteur ; Kristel Chanard , Auteur ; Luce Fleitout, Auteur Année de publication : 2023 Projets : TOSCA HYDROGEODESY / Article en page(s) : n° e2022JB025561 Note générale : bibliographie This study was supported by the CNES-TOSCA HYDROGEODESY project. Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique [Termes IGN] données GRACE [Termes IGN] filtrage spatiotemporel [Termes IGN] traitement de données localisées [Termes IGN] valeur aberrante Résumé : (auteur) Gravity Recovery And Climate Experiment and Follow On (GRACE/-FO) global monthly measurements of Earth's gravity field have led to significant advances in quantifying mass transfer. However, a significant temporal gap between missions hinders evaluating long-term mass variations. Moreover, instrumental and processing errors translate into large non-physical North-South stripes polluting geophysical signals. We use Multichannel Singular Spectrum Analysis (M-SSA) to overcome both issues by exploiting spatio-temporal information of Level-2 GRACE/-FO solutions, filtered using the DDK7 decorrelation and a new complementary filter, built based on the residual noise between fully processed data and a parametric fit to observations. Using an iterative M-SSA on Equivalent Water Height (EWH) time series processed by Center of Space Research, GeoForschungsZentrum, Institute of Geodesy at Graz University of Technology, and Jet Propulsion Laboratory, we replace missing data and outliers to obtain a combined evenly sampled solution. Then, we apply M-SSA to retrieve common signals between each EWH time series and its same-latitude neighbors to further reduce residual spatially uncorrelated noise. Comparing GRACE/-FO M-SSA solution with Satellite Laser Ranging and Swarm low-degree Earth's gravity field and hydrological model demonstrates its ability to satisfyingly fill missing observations. Our solution achieves a noise level comparable to mass concentration (mascon) solutions over oceans (3.0 mm EWH), without requiring a priori information nor regularization. While short-wavelength signals are challenging to capture using highly filtered spherical harmonics or mascons solutions, we show that our technique efficiently recovers localized mass variations using well-documented mass transfers associated with reservoir impoundments. Numéro de notice : A2023-096 Affiliation des auteurs : UMR IPGP-Géod (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1029/2022JB025561 En ligne : https://doi.org/10.1029/2022JB025561 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103213 [article]

CDPS: Constrained DTW-Preserving Shapelets / Hussein El Amouri (2023)  

Public Titre : CDPS: Constrained DTW-Preserving Shapelets Type de document : Article/Communication Auteurs : Hussein El Amouri, Auteur ; Thomas Lampert, Auteur ; Pierre Gançarski, Auteur ; Clément Mallet , Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2023 Collection : Lecture notes in Computer Science Sous-collection : Lecture Notes in Artificial Intelligence num. 13713 Projets : HIATUS / Giordano, Sébastien Conférence : ECML PKDD 2022, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases 19/09/2022 23/09/2022 Grenoble France Proceedings Springer Projets : HERELLES / Gançarski, Pierre Importance : pp 21 - 37 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] analyse de données [Termes IGN] analyse de groupement [Termes IGN] classification [Termes IGN] déformation temporelle dynamique (algorithme) [Termes IGN] distance euclidienne [Termes IGN] jeu de données localisées [Termes IGN] série temporelle [Termes IGN] traitement de données localisées [Termes IGN] transformation Résumé : (auteur) The analysis of time series for clustering and classification is becoming ever more popular because of the increasingly ubiquitous nature of IoT, satellite constellations, and handheld and smart-wearable devices, etc. The presence of phase shift, differences in sample duration, and/or compression and dilation of a signal means that Euclidean distance is unsuitable in many cases. As such, several similarity measures specific to time-series have been proposed, Dynamic Time Warping (DTW) being the most popular. Nevertheless, DTW does not respect the axioms of a metric and therefore Learning DTW-Preserving Shapelets (LDPS) have been developed to regain these properties by using the concept of shapelet transform. LDPS learns an unsupervised representation that models DTW distances using Euclidean distance in shapelet space. This article proposes constrained DTW-preserving shapelets (CDPS), in which a limited amount of user knowledge is available in the form of must link and cannot link constraints, to guide the representation such that it better captures the user’s interpretation of the data rather than the algorithm’s bias. Subsequently, any unconstrained algorithm can be applied, e.g. K-means clustering, k-NN classification, etc, to obtain a result that fulfils the constraints (without explicit knowledge of them). Furthermore, this representation is generalisable to out-of-sample data, overcoming the limitations of standard transductive constrained-clustering algorithms. CLDPS is shown to outperform the state-of-the-art constrained-clustering algorithms on multiple time-series datasets. Numéro de notice : C2022-052 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE/INFORMATIQUE/MATHEMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-031-26387-3_2 Date de publication en ligne : 17/03/2023 En ligne : https://doi.org/10.1007/978-3-031-26387-3_2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103157

Geographic-dependent variational parameter estimation: A case study with a 2D ocean temperature model / Zhenyang Du in Journal of Marine Systems, vol 237 (January 2023)  

Public [article]  inJournal of Marine Systems > vol 237 (January 2023) Titre : Geographic-dependent variational parameter estimation: A case study with a 2D ocean temperature model Type de document : Article/Communication Auteurs : Zhenyang Du, Auteur ; Xuefeng Zhang, Auteur ; et al., Auteur Année de publication : 2023 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] assimilation des données [Termes IGN] estimation statistique [Termes IGN] modèle océanographique [Termes IGN] océanographie spatiale [Termes IGN] température de surface de la mer [Termes IGN] teneur en chaleur de l'océan Résumé : (auteur) Using observational information to tune uncertain physical parameters in an ocean model via a robust data assimilation method has great potential to reduce model bias and improve the quality of sea temperature analysis and prediction. However, how observational information should be used to optimize geographic-dependent parameters through four-dimensional variational (4DVAR) data assimilation, which is one of the most prevailing assimilation methods, has not been fully studied. In this study, a two-step 4DVAR method is proposed to enhance parameter correction when the assimilation model contains biased geographic-dependent parameters within a biased model framework. Here, the biased parameters are set to an oceanic eddy diffusion coefficient, Kv, that plays an important role in modulating synoptic, seasonal and long-term changes in ocean heat content. Within a twin assimilation experiment framework, the temperature “observations” generated from sampling a “truth” model are assimilated into a biased model to investigate to what extent Kv can be estimated using the 4DVAR method when Kv remains geographic-dependent. The results show that the geographic-dependent Kv distribution can be optimally estimated to further improve the sea temperature analysis performance compared with the state estimation only method. In addition, the model prediction performance is also discussed with optimally estimated parameters under various conditions of noisy and/or sparse ocean observations. These results provide some insights for the prediction of ocean temperature mixing and stratification in a 3D primitive ocean numerical model using 4DVAR data assimilation. Numéro de notice : A2023-080 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.jmarsys.2022.103824 En ligne : https://doi.org/10.1016/j.jmarsys.2022.103824 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102716 [article]

Geographically masking addresses to study COVID-19 clusters / Walid Houfaf-Khoufaf in Cartography and Geographic Information Science, vol inconnu (2023)  

Public [article]  inCartography and Geographic Information Science > vol inconnu (2023) Titre : Geographically masking addresses to study COVID-19 clusters Type de document : Article/Communication Auteurs : Walid Houfaf-Khoufaf, Auteur ; Guillaume Touya , Auteur Année de publication : 2023 Projets : 1-Pas de projet / Gançarski, Pierre Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] adresse postale [Termes IGN] anonymisation [Termes IGN] carte sanitaire [Termes IGN] classification barycentrique [Termes IGN] surveillance sanitaire [Termes IGN] traitement de données localisées Résumé : (auteur) The spatio-temporal analysis of cases is a good way an epidemic, and the recent COVID-19 pandemic unfortunately generated a huge amount of data. But analysing this raw data, with for instance the address of the people who contracted COVID-19, raises some privacy issues, and geomasking is necessary to preserve both people privacy and the spatial accuracy required for analysis. This paper proposes dierent geomasking techniques adapted to this COVID-19 data. Methods: Different techniques are adapted from the literature, and tested on a synthetic dataset mimicking the COVID-19 spatio-temporal spreading in Paris and a more rural nearby region. Theses techniques are assessed in terms of k-anonymity and cluster preservation. Results: Three adapted geomasking techniques are proposed: aggregation, bimodal gaussian perturbation, and simulated crowding. All three can be useful in different use cases, but the bimodal gaussian perturbation is the overall best techniques, and the simulated crowding is the most promising one, provided some improvements are introduced to avoid points with a low k-anonymity. Conclusions: It is possible to use geomasking techniques on addresses of people who caught COVID-19, while preserving the important spatial patterns. Numéro de notice : A2023-084 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers RSquare Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2021.1977709 Date de publication en ligne : 08/10/2021 En ligne : https://doi.org/10.1080/15230406.2021.1977709 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96857 [article]

Modern vectorization and alignment of historical maps: An application to Paris Atlas (1789-1950) / Yizi Chen (2023)  

Public Titre : Modern vectorization and alignment of historical maps: An application to Paris Atlas (1789-1950) Titre original : Vectorisation et alignement modernes des cartes historiques : Une application à l'Atlas de Paris (1789-1950) Type de document : Thèse/HDR Auteurs : Yizi Chen , Auteur ; Julien Perret , Directeur de thèse ; Joseph Chazalon, Directeur de thèse ; Clément Mallet , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2023 Importance : 124 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] alignement des données [Termes IGN] apprentissage profond [Termes IGN] carte ancienne [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] contraste local [Termes IGN] extraction automatique [Termes IGN] jeu de données localisées [Termes IGN] morphologie mathématique [Termes IGN] Paris (75) [Termes IGN] plan de ville [Termes IGN] reconnaissance de formes [Termes IGN] vectorisation [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les cartes sont une source unique de connaissances depuis des siècles. Ces documents historiques fournissent des informations inestimables pour analyser des transformations spatiales complexes sur des périodes importantes. Cela est particulièrement vrai pour les zones urbaines qui englobent de multiples domaines de recherche imbriqués : humanités, sciences sociales, etc. La complexité des cartes (texte, bruit, artefacts de numérisation, etc.) a entravé la capacité à proposer des approches de vectorisation polyvalentes et efficaces pendant des décennies. Dans cette thèse, nous proposons une solution apprenable, reproductible et réutilisable pour la transformation automatique de cartes raster en objets vectoriels (îlots, rues, rivières), en nous focalisant sur le problème d'extraction de formes closes. Notre approche s'appuie sur la complémentarité des réseaux de neurones convolutifs qui excellent dans et de la morphologie mathématique, qui présente de solides garanties au regard de l'extraction de formes closes tout en étant très sensible au bruit. Afin d'améliorer la robustesse au bruit des filtres convolutifs, nous comparons plusieurs fonctions de coût visant spécifiquement à préserver les propriétés topologiques des résultats, et en proposons de nouvelles. À cette fin, nous introduisons également un nouveau type de couche convolutive (CConv) exploitant le contraste des images, pour explorer les possibilités de telles améliorations à l'aide de transformations architecturales des réseaux. Finalement, nous comparons les différentes approches et architectures qui peuvent être utilisées pour implémenter chaque étape de notre chaîne de traitements, et comment combiner ces dernières de la meilleure façon possible. Grâce à une chaîne de traitement fonctionnelle, nous proposons une nouvelle procédure d'alignement d'images de plans historiques, et commençons à tirer profit de la redondance des données extraites dans des images similaires pour propager des annotations, améliorer la qualité de la vectorisation, et éventuellement détecter des cas d'évolution en vue d'analyse thématique, ou encore l'estimation automatique de la qualité de la vectorisation. Afin d'évaluer la performance des méthodes mentionnées précédemment, nous avons publié un nouveau jeu de données composé d'images de plans historiques annotées. C'est le premier jeu de données en libre accès dédié à la vectorisation de plans historiques. Nous espérons qu'au travers de nos publications, et de la diffusion ouverte et publique de nos résultats, sources et jeux de données, cette recherche pourra être utile à un large éventail d'applications liées aux cartes historiques. Note de contenu : 1- Introduction 2- Pipeline design for historical map vectorization 3- Learning edges through deep neural architectures 4- Topology-aware loss functions 5- Improving model robustness of deep edge detectors 6- Leveraging redundancies of historical maps 7- Conclusion and perspectives Numéro de notice : 10713 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Sciences géographiques : UGE : 2023 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-04106107 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103264

Prototype-guided multitask adversarial network for cross-domain LiDAR point clouds semantic segmentation / Zhimin Yuan in IEEE Transactions on geoscience and remote sensing, vol 61 n° 1 (January 2023)  

Permalink

3D target detection using dual domain attention and SIFT operator in indoor scenes / Hanshuo Zhao in The Visual Computer, vol 38 n° 11 (November 2022)  

Permalink

A deep 2D/3D Feature-Level fusion for classification of UAV multispectral imagery in urban areas / Hossein Pourazar in Geocarto international, vol 37 n° 23 ([15/10/2022])  

Permalink

3D LiDAR aided GNSS/INS integration fault detection, localization and integrity assessment in urban canyons / Zhipeng Wang in Remote sensing, vol 14 n° 18 (September-2 2022)  

Permalink

Human perception evaluation system for urban streetscapes based on computer vision algorithms with attention mechanisms / Yunhao Li in Transactions in GIS, vol 26 n° 6 (September 2022)  

Permalink

Multiscale assimilation of Sentinel and Landsat data for soil moisture and Leaf Area Index predictions using an ensemble-Kalman-filter-based assimilation approach in a heterogeneous ecosystem / Nicola Montaldo in Remote sensing, vol 14 n° 14 (July-2 2022)  

Permalink

Modeling human–human interaction with attention-based high-order GCN for trajectory prediction / Yanyan Fang in The Visual Computer, vol 38 n° 7 (July 2022)  

Permalink

Learning from the past: crowd-driven active transfer learning for semantic segmentation of multi-temporal 3D point clouds / Michael Kölle in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  

Permalink

A new method to detect targets in hyperspectral images based on principal component analysis / Shahram Sharifi Hashjin in Geocarto international, vol 37 n° 9 ([15/05/2022])  

Permalink

Completeness assessment and improvement in mobile crowd-sensing environments / Souheir Mehanna in SN Computer Science, vol 3 n° 3 (May 2022)  

Permalink