Centre de documentation
scientifique

An intelligent spatial proximity system using neurofuzzy classifiers and contextual information / F. Barouni in Geomatica, vol 69 n° 3 (september 2015)  

Public [article]  inGeomatica > vol 69 n° 3 (september 2015) . - pp 285 - 296 Titre : An intelligent spatial proximity system using neurofuzzy classifiers and contextual information Type de document : Article/Communication Auteurs : F. Barouni, Auteur ; Bernard Moulin, Auteur Année de publication : 2015 Article en page(s) : pp 285 - 296 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique [Termes IGN] algorithme d'apprentissage [Termes IGN] classification à base de connaissances [Termes IGN] classification floue [Termes IGN] implémentation (informatique) [Termes IGN] relation spatiale Résumé : (auteur) Dans cet article, nous proposons une approche novatrice pour discuter de la proximité spatiale. L'approche est basée sur l'information contextuelle et utilise une classification neuro-floue pour traiter l'aspect d'incertitude de la proximité. Les systèmes neuro-flous consistent en une combinaison de réseaux neuronaux et de systèmes flous et incorporent les avantages des deux techniques. Même si les systèmes flous sont concentrés sur la représentation des connaissances, ils ne permettent pas l'estimation des fonctions d'appartenance. Inversement, les réseaux neuronaux utilisent de puissantes techniques d'apprentissage, mais ne sont pas capables d'expliquer comment les résultats sont obtenus. Les systèmes neuro-flous bénéficient des deux techniques en utilisant des données d'apprentissage pour générer les fonctions d'appartenance et en faisant appel à des règles floues pour représenter les connaissances spécialisées. En outre, l'information contextuelle est collectée à partir d'une base de connaissances. La classification neuro-floue est utilisée pour calculer les paramètres des fonctions d'appartenance des quantificateurs flous de relations spatiales. La solution complète que nous proposons est intégrée à un SIG, ce qui l'améliore grâce au raisonnement de proximité. Notre approche est utilisée dans le domaine des télécommunications et surtout dans les systèmes de surveillance par fibre optique. Dans de tels systèmes, un utilisateur doit qualifier la distance entre les événements rapportés par des capteurs et les objets voisins de l'environnement pour former des modèles spatiotemporels. Ces modèles sont définis pour aider les utilisateurs à prendre des décisions telles que l'optimisation de l'affectation des équipes d'urgence. Numéro de notice : A2015-666 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.5623/cig2015-303 En ligne : https://doi.org/10.5623/cig2015-303 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=78275 [article]