Détail de l'auteur
Auteur Lorenza Saitta |
Documents disponibles écrits par cet auteur (4)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Titre : Abstraction in cartographic generalization Type de document : Article/Communication Auteurs : Sébastien Mustière , Auteur ; Lorenza Saitta, Auteur ; Jean Daniel Zucker, Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2010 Collection : Lecture notes in Computer Science Sous-collection : Lecture Notes in Artificial Intelligence Projets : 1-Pas de projet / Conférence : ISMIS 2000, 12th international symposium Foundations of Intelligent Systems 11/10/2000 14/10/2000 Charlotte Caroline du nord - Etats-Unis Importance : pp 638 - 644 Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] acquisition de connaissances
[Termes IGN] cadre conceptuel
[Termes IGN] généralisation automatique de données
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] objet géographique
[Termes IGN] représentation multiple
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) This article shows that cartographic generalization is best viewed as representing (formulating, renaming knowledge) and abstracting (simplifying a given representation). The general process of creating map is described so as to show how it fits into an abstraction framework developed in artificial intelligence to emphasize the difference between abstraction and representation. The utility of the framework lies in its efficiency to automate knowledge acquisition for the cartographic generalization as a combined acquisition of knowledge for abstraction and knowledge for changing a representation. Numéro de notice : 14146 Affiliation des auteurs : COGIT+Ext (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/3-540-39963-1_67 Date de publication en ligne : 02/07/2002 En ligne : http://dx.doi.org/10.1007/3-540-39963-1_67 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=64310 Abstraction et changement de langage pour automatiser la généralisation cartographique / Sébastien Mustière (2000)
contenu dans RFIA 2000, Reconnaissance des formes et intelligence artificielle, 12e congrès francophone AFRIF-AFIA, Paris, 1er - 3 février 2000, Salons de l'Aveyron, Volume 1. RFIA 2000 proceedings / Rachid Deriche (2000)
Titre : Abstraction et changement de langage pour automatiser la généralisation cartographique Titre original : Abstraction and change of language to automate cartographic generalisation Type de document : Article/Communication Auteurs : Sébastien Mustière , Auteur ; Jean Daniel Zucker, Auteur ; Lorenza Saitta, Auteur Editeur : Association française pour la reconnaissance et l'interprétation des formes AFRIF Année de publication : 2000 Conférence : RFIA 2000, 12e congrès francophone Reconnaissance des formes et intelligence artificielle 01/02/2000 03/02/2000 Paris France Importance : pp 411 - 418 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] apprentissage automatique
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] langage cartographique
[Termes IGN] lecture de carte
[Termes IGN] niveau d'abstraction
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Dans cet article, nous décrivons le processus de généralisation cartographique, c’est-à-dire le processus de dérivation de carte à partir de données trop détaillées, en y distinguant ses deux opérations clés : l’abstraction et le changement de langage de représentation. Nous montrons que dans ce processus, l’abstraction est nécessaire pour réaliser un changement de représentation efficace et que, loin d’éliminer de l’information, l’abstraction améliore l’information perçue par le lecteur de la carte. Enfin, nous décrivons comme cette distinction entre abstraction et changement de langage guide la mise au point d’un processus d’apprentissage automatique pour acquérir les connaissances nécessaires à la généralisation cartographique. Numéro de notice : C2000-019 Affiliation des auteurs : COGIT+Ext (1988-2011) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86211 Learning Abstraction and Representation Knowledge: an Application to Cartographic Generalisation / Jean Daniel Zucker (2000)
Titre : Learning Abstraction and Representation Knowledge: an Application to Cartographic Generalisation Type de document : Article/Communication Auteurs : Jean Daniel Zucker, Auteur ; Sébastien Mustière , Auteur ; Lorenza Saitta, Auteur Editeur : Paris : Université de Paris 6 Pierre et Marie Curie Année de publication : 2000 Conférence : MSL 2000, 5th International Workshop on Multi-Strategy Learning 05/06/2000 07/06/2000 Guimaraes Portugal Importance : 17 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] généralisation cartographique automatisée
[Termes IGN] représentation des connaissances
[Vedettes matières IGN] GénéralisationRésumé : (auteur) This article proposes a machine learning approach to overcome the knowledge acquisition bottleneck that limits the automation of cartographic generalisation. It first explains why this automation must be guided by a differentiation of two main types of knowledge involved in this process. More precisely, it shows that cartographic generalisation can be accomplished by a combination of two processes: representing (formulating, renaming knowledge) and abstracting (simplifying a given representation). The whole process of creating maps fits into an abstraction framework we developed to account for the difference between knowledge abstraction and knowledge representation. The utility of this framework lies in its efficiency to support the automation of knowledge acquisition for cartographic generalisation as a combined learning of both abstraction and representation knowledge. The results experiments show the interest of this approach. Numéro de notice : C2000-034 Affiliation des auteurs : COGIT+Ext (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103356 Documents numériques
peut être téléchargé
Learning abstraction ... - pdf auteurAdobe Acrobat PDF Cartographic generalization as a combination of representing and abstracting knowledge / Sébastien Mustière (1999)
Titre : Cartographic generalization as a combination of representing and abstracting knowledge Type de document : Article/Communication Auteurs : Sébastien Mustière , Auteur ; Jean Daniel Zucker, Auteur ; Lorenza Saitta, Auteur Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 1999 Conférence : GIS 1999, 7th ACM international symposium on Advances in geographic information systems 02/11/1999 06/11/1999 Kansas City Missouri - Etats-Unis Importance : pp 162 - 164 Format : 21 x 30 cm Langues : Anglais (eng) Numéro de notice : C1999-069 Affiliation des auteurs : COGIT+Ext (1988-2011) Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1145/320134.320174 En ligne : https://doi.org/10.1145/320134.320174 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93489