Centre dedocumentation
scientifique

Semi-automatic development of thematic tactile maps / Jakub Wabiński in Cartography and Geographic Information Science, vol 49 n° 6 (November 2022)  

Public [article]  inCartography and Geographic Information Science > vol 49 n° 6 (November 2022) . - pp 545 - 565 Titre : Semi-automatic development of thematic tactile maps Type de document : Article/Communication Auteurs : Jakub Wabiński, Auteur ; Guillaume Touya , Auteur ; Albina Mościckaa, Auteur Année de publication : 2022 Projets : 3-projet - voir note / Article en page(s) : pp 545 - 565 Note générale : bibliographie This research was funded by the Military University of Technology, Faculty of Civil Engineering and Geodesy, grant number [UGB/22-785/2022/WAT]. Langues : Anglais (eng) Descripteur : [Termes IGN] carte tactile [Termes IGN] carte thématique [Termes IGN] généralisation cartographique automatisée [Termes IGN] impression 3D [Termes IGN] personne malvoyante [Vedettes matières IGN] Généralisation Résumé : (auteur) Tactile cartography has always been a niche topic, but even among tactile cartographers, little attention has been paid to thematic tactile maps. Thematic maps are used in education and the lack of such materials makes it difficult to fulfill particular subjects’ curriculums. In this research, we propose a methodology for automatic compilation of legible and cartographically sound educational thematic tactile maps that bases on the concept of anchor layers and uses unequivocal parameters for generalization operators. Using such an approach we were able to automate the most complicated parts of the procedure that deal particularly with the generalization of geospatial data. We verify the proposed methodology by preparing a sample case study 3D printed map that is later evaluated by students with visual impairments. We also evaluate a novel approach of hybrid map production that consists of both graphic and tactile content. Our results suggest that the proposed methodology can be used for fast and repeatable production of fully fledged thematic tactile maps and that it forms a significant step toward completely automatic tactile maps development in the future. Numéro de notice : A2022-680 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2022.2105747 Date de publication en ligne : 31/08/2022 En ligne : https://doi.org/10.1080/15230406.2022.2105747 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101521 [article]

Experiencing virtual geographic environment in urban 3D participatory e-planning: A user perspective / Thibaud Chassin in Landscape and Urban Planning, vol 224 (August 2022)  

Public [article]  inLandscape and Urban Planning > vol 224 (August 2022) . - n° 104432 Titre : Experiencing virtual geographic environment in urban 3D participatory e-planning: A user perspective Type de document : Article/Communication Auteurs : Thibaud Chassin, Auteur ; Jens Ingensand, Auteur ; Sidonie Christophe , Auteur ; Guillaume Touya , Auteur Année de publication : 2022 Projets : 3-projet - voir note / Article en page(s) : n° 104432 Note générale : bibliographie This study was partly funded by the Computers & Geosciences Research Scholarships co-sponsored by Elsevier and the International Association for Mathematical Geosciences (IAMG). Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] approche participative [Termes IGN] cognition [Termes IGN] environnement géographique virtuel [Termes IGN] projet urbain [Termes IGN] urbanisme [Termes IGN] utilisateur [Termes IGN] visualisation 3D Résumé : (auteur) The adoption of technology in urban participatory planning with tools such as Virtual Geographic Environments (VGE) promises a broader engagement of urban dwellers, which should ultimately lead to the creation of better cities. However, the authorities and urban experts show hesitancy in endorsing these tools in their practices. Indeed, several parameters must be wisely considered in the design of VGE; if misjudged, their impact could be damaging for the participatory approach and the related urban project. The objective of this study is to engage participants (N = 107) with common tasks conducted in participatory sessions, in order to evaluate the users’ performance when manipulating a VGE. We aimed at assessing three crucial parameters: (1) the VGE representation, (2) the participants’ idiosyncrasies, and (3) the nature of the VGE format. The results demonstrate that the parameters did not affect the same aspect of users’ performance in terms of time, inputs, and correctness. The VGE representation impacts only the time needed to fulfill a task. The participants’ idiosyncrasies, namely age, gender and frequency of 3D use also induce an alteration in time, but spatial abilities seem to impact all characteristics of users’ performance, including correctness. Lastly, the nature of the VGE format significantly alters the time and correctness of users interactions. The results of this study highlight concerns about the inadequacies of the current VGE practices in participatory sessions. Moreover, we suggest guidelines to improve the design of VGE, which could enhance urban participatory planning processes, in order to create better cities. Numéro de notice : A2022-439 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/INFORMATIQUE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.landurbplan.2022.104432 Date de publication en ligne : 18/04/2022 En ligne : https://doi.org/10.1016/j.landurbplan.2022.104432 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100758 [article]

Constraint-based evaluation of map images generalized by deep learning / Azelle Courtial in Journal of Geovisualization and Spatial Analysis, vol 6 n° 1 (June 2022)  

Public [article]  inJournal of Geovisualization and Spatial Analysis > vol 6 n° 1 (June 2022) . - n° 13 Titre : Constraint-based evaluation of map images generalized by deep learning Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Année de publication : 2022 Projets : 2-Pas d'info accessible - article non ouvert / Article en page(s) : n° 13 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage profond [Termes IGN] connexité (graphes) [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] montagne [Termes IGN] programmation par contraintes [Termes IGN] qualité des données [Termes IGN] rendu réaliste [Termes IGN] route [Vedettes matières IGN] Généralisation Résumé : (auteur) Deep learning techniques have recently been experimented for map generalization. Although promising, these experiments raise new problems regarding the evaluation of the output images. Traditional map generalization evaluation cannot directly be applied to the results in a raster format. Additionally, the internal evaluation used by deep learning models is mostly based on the realism of images and the accuracy of pixels, and none of these criteria is sufficient to evaluate a generalization process. Finally, deep learning processes tend to hide the causal mechanisms and do not always guarantee a result that follows cartographic principles. In this article, we propose a method to adapt constraint-based evaluation to the images generated by deep learning models. We focus on the use case of mountain road generalization, and detail seven raster-based constraints, namely, clutter, coalescence reduction, smoothness, position preservation, road connectivity preservation, noise absence, and color realism constraints. These constraints can contribute to current studies on deep learning-based map generalization, as they can help guide the learning process, compare different models, validate these models, and identify remaining problems in the output images. They can also be used to assess the quality of training examples. Numéro de notice : A2022-449 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s41651-022-00104-2 Date de publication en ligne : 07/05/2022 En ligne : http://dx.doi.org/10.1007/s41651-022-00104-2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100646 [article]

A l'aide ! Je me suis perdu en zoomant / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)

Public [article]  inCartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 69 - 75 Titre : A l'aide ! Je me suis perdu en zoomant Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; María-Jesús Lobo , Auteur ; William A Mackaness, Auteur ; Ian Muehlenhaus, Auteur Année de publication : 2022 Projets : LostInZoom / Touya, Guillaume Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 69 - 75 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] échelle cartographique [Termes IGN] interaction homme-machine [Termes IGN] point de repère [Termes IGN] représentation multiple [Termes IGN] visualisation cartographique [Termes IGN] zoom [Vedettes matières IGN] Généralisation Résumé : (Auteur) LostInZoom est un nouveau projet de recherche dont l'objectif est de concevoir de nouvelles manières de zoomer dans une carte multi-échelles, qui réduisent l'effet de désorientation que nous ressentons souvent en utilisant les cartes actuelles. Nous ressentons cette désorientation pendant quelques secondes après un zoom avant ou arrière parce que la carte affichée change durant le zoom. L'idée conductrice de ce projet est de proposer un zoom ancré, dans lequel nous utilisons des points de repère saillants à plusieurs échelles pour ancrer notre carte mentale pendant le zoom. Cet article présente les principales problématiques qui seront abordées dans le projet : (1) mieux comprendre et mesurer la désorientation causée par le zoom ; (2) trouver et modéliser les meilleures points de repères pour ancrer le zoom ; (3) concevoir des cartes multi-échelles plus progressives dans leurs transformations ; (4) concevoir des animations de zoom qui mettent en valeur les ancres à différentes échelles. Numéro de notice : A2022-678 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101898 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-2022011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Identification de relations spatiales par apprentissage profond sur des graphes / Azelle Courtial in Cartes & Géomatique, n° 247-248 (mars-juin 2022)

Public [article]  inCartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 77 - 80 Titre : Identification de relations spatiales par apprentissage profond sur des graphes Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 77 - 80 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] alignement [Termes IGN] apprentissage profond [Termes IGN] généralisation cartographique automatisée [Termes IGN] relation spatiale [Termes IGN] réseau neuronal convolutif [Termes IGN] réseau routier [Vedettes matières IGN] Généralisation Résumé : (Auteur) L'identification des structures et relations spatiales est une tâche clé de la généralisation cartographique automatique. Dans cet article, nous explorons le potentiel des réseaux d'apprentissage profond par convolution sur des graphes (GCN) pour apprendre à identifier des relations spatiales à travers deux cas d'études : la détection d'alignement et la sélection du réseau routier. Nos résultats sont plutôt encourageants et mettent en lumière les enjeux liés à la construction et l'enrichissement d'une structure de graphes adaptée à la tâche dont on désire l'apprentissage. Numéro de notice : A2022-679 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101900 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-2022011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Neural map style transfer exploration with GANs / Sidonie Christophe in International journal of cartography, vol 8 n° 1 (March 2022)  

Permalink

ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)

Permalink

ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment / Guillaume Touya in International journal of cartography, vol 8 n° 1 (March 2022)  

Permalink

Apprendre à combiner l'information géographique pour générer une carte généralisée [poster à l'EGC 2022] / Azelle Courtial in Revue des Nouvelles Technologies de l'Information, E.38 (2022)  

Permalink

AlpineBends – A benchmark for deep learning-based generalisation / Azelle Courtial (2022)  

Permalink

Annotation sémantique pour la géolocalisation d'entités spatiales dans des tweets / Gaëtan Caillaut (2022)  

Permalink

Automated construction of a French Entity Linking dataset to geolocate social network posts in the context of natural disasters / Gaëtan Caillaut (2022)  

Permalink

BasqueRoads: a benchmark for road network selection / Guillaume Touya (2022)  

Permalink

CrossroadsDescriber, automatic textual description of OpenStreetMap intersections / Jérémy Kalsron (2022)  

Permalink

Deep learning for anchor detection in multi-scale maps / Quentin Potié (2022)  

Permalink