Centre de documentation
scientifique

Using geometric and semantic attributes for semi-automated tag identification in OpenStreetMap data / Müslüm Hacar (2021)  

Public Titre : Using geometric and semantic attributes for semi-automated tag identification in OpenStreetMap data Type de document : Article/Communication Auteurs : Müslüm Hacar, Auteur Editeur : Cardiff [Royaume-Uni] : Cardiff University Année de publication : 2021 Conférence : GISRUK 2021, 29th GIS research UK annual conference 14/04/2021 16/04/2021 Cardiff online Royaume-Uni OA Proceedings Importance : 6 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] Ankara (Turquie) [Termes IGN] attribut géomètrique [Termes IGN] attribut sémantique [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] loisir [Termes IGN] OpenStreetMap [Termes IGN] traitement de données localisées Résumé : (auteur) OpenStreetMap is one of the successful volunteered geographic al information projects. Participants contribute to this crowdsourced project by adding geometric and semantic data. However, both missing geometric and semantic data still cause complete ness problems. In this paper, a semi-automated approach is suggested to identify the values of leisure tag of polygon features. The approach uses geometric (rectangularity, density, area, and distances to bus stop and shop) and semantic (amenity) data and estimates the key values using random forest classifier. In short, the results show that tag identification was conducted in three districts of Ankara with f - score s 78%, 86%, and 87%. Numéro de notice : C2021-082 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication DOI : 10.5281/zenodo.4665518 Date de publication en ligne : 06/04/2021 En ligne : https://doi.org/10.5281/zenodo.4665518 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101043