Centre dedocumentation
scientifique

GisGCN: a visual graph-based framework to match geographical areas through time / Margarita Khokhlova in ISPRS International journal of geo-information, vol 11 n° 2 (February 2022)  

Public [article]  inISPRS International journal of geo-information > vol 11 n° 2 (February 2022) . - n° 97 Titre : GisGCN: a visual graph-based framework to match geographical areas through time Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Nathalie Abadie , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Année de publication : 2022 Projets : Alegoria / Gouet-Brunet, Valérie Article en page(s) : n° 97 Note générale : bibliographie Langues : Anglais (eng) Résumé : (auteur) Historical visual sources are particularly useful for reconstructing the successive states of the territory in the past and for analysing its evolution. However, finding visual sources covering a given area within a large mass of archives can be very difficult if they are poorly documented. In the case of aerial photographs, most of the time, this task is carried out by solely relying on the visual content of the images. Convolutional Neural Networks are capable to capture the visual cues of the images and match them to each other given a sufficient amount of training data. However, over time and across seasons, the natural and man-made landscapes may evolve, making historical image-based retrieval a challenging task. We want to approach this cross-time aerial indexing and retrieval problem from a different novel point of view: by using geometrical and topological properties of geographic entities of the researched zone encoded as graph representations which are more robust to appearance changes than the pure image-based ones. Geographic entities in the vertical aerial images are thought of as nodes in a graph, linked to each other by edges representing their spatial relationships. To build such graphs, we propose to use instances from topographic vector databases and state-of-the-art spatial analysis methods. We demonstrate how these geospatial graphs can be successfully matched across time by means of the learned graph embedding. Numéro de notice : A2022-156 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi11020097 Date de publication en ligne : 29/01/2022 En ligne : https://doi.org/10.3390/ijgi11020097 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100316 [article]

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

Public Titre : Automated construction of a French Entity Linking dataset to geolocate social network posts in the context of natural disasters Type de document : Article/Communication Auteurs : Gaëtan Caillaut, Auteur ; Cécile Gracianne, Auteur ; Nathalie Abadie , Auteur ; Guillaume Touya , Auteur ; Samuel Auclair, Auteur Editeur : Tarbes [France] : ISCRAM proceedings Année de publication : 2022 Conférence : ISCRAM 2022, 19th International Conference on Information Systems for Crisis Response and Management 22/05/2022 25/05/2022 Tarbes France Program Projets : RéSoCio / Auclair, Samuel Importance : 11 p. Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] catastrophe naturelle [Termes IGN] données issues des réseaux sociaux [Termes IGN] données localisées des bénévoles [Termes IGN] extraction automatique [Termes IGN] géolocalisation [Termes IGN] gestion de crise [Termes IGN] traitement du langage naturel [Termes IGN] Twitter Résumé : (Auteur) During natural disasters, automatic information extraction from Twitter posts is a valuable way to get a better overview of the field situation. This information has to be geolocated to support effective actions, but for the vast majority of tweets, spatial information has to be extracted from texts content. Despite the remarkable advances of the Natural Language Processing field, this task is still challenging for current state-of-the-art models because they are not necessarily trained on Twitter data and because high quality annotated data are still lacking for low resources languages. This research in progress address this gap describing an analytic pipeline able to automatically extract geolocatable entities from texts and to annotate them by aligning them with the entities present in Wikipedia/Wikidata resources. We present a new dataset for Entity Linking on French texts as preliminary results, and discuss research perspectives for enhancements over current state-of-the-art modeling for this task. Numéro de notice : C2022-005 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 05/04/2022 En ligne : https://hal.archives-ouvertes.fr/hal-03631387/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100410

Enjeux et méthodes d’un liage de référentiels géographiques : l’exemple du projet de recherche ALEGORIA / Clara Lelièvre (2021) 

Public Titre : Enjeux et méthodes d’un liage de référentiels géographiques : l’exemple du projet de recherche ALEGORIA Type de document : Mémoire Auteurs : Clara Lelièvre, Auteur ; Nathalie Abadie , Encadrant Editeur : Paris : Ecole du Louvre Année de publication : 2021 Projets : Alegoria / Gouet-Brunet, Valérie Importance : 119 p. Format : 21 x 30 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] appariement sémantique [Termes IGN] base de métadonnées [Termes IGN] géolocalisation [Termes IGN] image aérienne oblique [Termes IGN] image ancienne [Termes IGN] métadonnées géographiques [Termes IGN] plateforme [Termes IGN] répertoire toponymique [Termes IGN] web des données Index. décimale : MX Mémoires divers Résumé : (documentaliste) Le projet Alegoria vise à produire des outils pour explorer, exploiter et visualiser des collections d'images historiques. Afin de pouvoir exploiter les fonds d’archives photographiques des Archives nationales, de l'IGN et du fonds Nicéphore Niépce, il est nécessaire de lier, de mettre en correspondance les répertoires toponymiques utilisés par chaque institution, ces gazetiers présentant des données hétérogènes sur les plans sémantique et schématique. La méthode de travail pour l'appariement est présentée puis discutée : constitution d'un test avec des données vérifiées, choix d'un outil d'appariement, division de jeux de données, recherche d'entités similaires avec une approche à base de règles, mesure de la similarité, ... Enfin, les traitements pour harmoniser les métadonnées des photographies et l'enrichissement des métadonnées par leur géolocalisation sont exposés et seront mis en valeur par l'usage de deux plateformes de démonstration en ligne. Note de contenu : Introduction 1- Le liage de référentiels de lieux au sein du projet ALEGORIA 2- Méthodologie d’un liage de référentiels de lieux 3- Valorisation des photographies et de leurs métadonnées Conclusion Numéro de notice : 17108 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire masters divers Organisme de stage : LaSTIG (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99034

Documents numériques

peut être téléchargé Enjeux et méthodes d’un liage de référentiels géographiques ... - pdf auteur Adobe Acrobat PDF

Learning embeddings for cross-time geographic areas represented as graphs / Margarita Khokhlova (2021)  

Public Titre : Learning embeddings for cross-time geographic areas represented as graphs Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Nathalie Abadie , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 2021 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : SAC 2021, 36th Annual ACM Symposium on Applied Computing 22/03/2021 26/03/2021 en ligne France Proceedings ACM Importance : pp 559 - 568 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] arête [Termes IGN] classification par réseau neuronal [Termes IGN] entité géographique [Termes IGN] graphe flou [Termes IGN] image aérienne à axe vertical [Termes IGN] noeud [Termes IGN] relation spatiale [Termes IGN] représentation graphique [Termes IGN] réseau neuronal de graphes Résumé : (auteur) Geographic entities from the vertical aerial images can be viewed as discrete objects and represented as nodes in a graph, linked to each other by edges capturing their spatial relationships. Over time, the natural and man made landscape may evolve and thus also their graph representations. This paper addresses the challenging problem of the retrieval and fuzzy matching of graphs to localize near-identical geographical areas across time. Several use-case scenarios are proposed for the end-to-end learning of a graph embedding using Graph Neural Networks (GNN), along with an effective baseline without learning. The results demonstrate the efficiency of our approach, that enables efficient similarity reasoning for novel hand-engineered cross-time graph data. Code and data processing scripts are available online. Numéro de notice : C2021-002 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1145/3412841.3441936 En ligne : https://doi.org/10.1145/3412841.3441936 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97583

Cross-year multi-modal image retrieval using siamese networks / Margarita Khokhlova (2020)  

Public Titre : Cross-year multi-modal image retrieval using siamese networks Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Valérie Gouet-Brunet , Auteur ; Nathalie Abadie , Auteur ; Liming Chen, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2020 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : ICIP 2020, 27th IEEE International Conference on Image Processing 25/10/2020 28/10/2020 Abou Dhabi Emirats Arabes Unis Proceedings IEEE Importance : pp 2361 - 2365 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] descripteur [Termes IGN] recherche d'image basée sur le contenu [Termes IGN] réseau neuronal siamois [Termes IGN] segmentation sémantique Résumé : (auteur) This paper introduces a multi-modal network that learns to retrieve by content vertical aerial images of French urban and rural territories taken about 15 years apart. This means it should be invariant against a big range of changes as the (nat-ural) landscape evolves over time. It leverages the original images and semantically segmented and labeled regions. The core of the method is a Siamese network that learns to extract features from corresponding image pairs across time. These descriptors are discriminative enough, such that a simple kNN classifier on top, suffices as final geo-matching criteria. The method outperformed SOTA "off-the-shelf" image descrip-tors GEM and ResNet50 on the new aerial images dataset. Numéro de notice : C2020-015 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICIP40778.2020.9190662 Date de publication en ligne : 01/10/2020 En ligne : https://doi.org/10.1109/ICIP40778.2020.9190662 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95684

Voir aussi

• Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)    

Extraction de connaissances pour la description de l'environnement maritime côtier à partir de textes d'aide à la navigation / Léa Lamotte in Revue des Nouvelles Technologies de l'Information, E.36 (2020)

Permalink

Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)    

Permalink

Création d’une base de connaissances sur les redécoupages administratifs durant la Révolution française : l’exemple des paroisses constitutionnelles / Antoine Keller (2019)  

Permalink

Historical collaborative geocoding / Rémi Cura in ISPRS International journal of geo-information, vol 7 n° 7 (July 2018)    

Permalink

Une approche adaptative pour lier des données géoréférencées du Web / Abdelfettah Feliachi (2018)

Permalink

Assessing the planimetric accuracy of Paris atlases from the late 18th and 19th centuries / Bertrand Duménieu (2018)    

Permalink

Vers la construction d'une base de connaissances sur la réorganisation territoriale française à la Révolution / Antoine Keller (2018) 

Permalink

Linking spatial named entities to the web of data for geographical analysis of historical texts / Pierre-Henri Paris in Journal of Map & Geography Libraries, vol 13 n° 1 ([01/05/2017])  

Permalink

An adaptive approach for interlinking georeferenced data / Abdelfettah Feliachi (2017)  

Permalink

Assessing the positional planimetric accuracy of DBpedia georeferenced resources / Abdelfettah Feliachi (2017)  

Permalink