Détail de l'auteur
Auteur Marie-Dominique Van Damme
|
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesPotential of crowdsourced data for integrating landmarks and routes for rescue in mountain areas / Marie-Dominique Van Damme in International journal of cartography, vol 5 n° 2-3 (July - November 2019)
Titre : Potential of crowdsourced data for integrating landmarks and routes for rescue in mountain areas Type de document : Article/Communication Auteurs : Marie-Dominique Van Damme Congrès : Congrès: ICC 2019, 29th International Cartographic Conference ICA Mapping everything for everyone (15 - 20 juillet 2019; Tokyo, Japon) Année de publication : 2019 Projets : CHOUCAS / Raimond, Ana-Maria Article en page(s) : pp 195 - 213 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes descripteurs IGN] appariement de données localisées
[Termes descripteurs IGN] approche participative
[Termes descripteurs IGN] intégration de données
[Termes descripteurs IGN] montagne
[Termes descripteurs IGN] point de repère
[Termes descripteurs IGN] qualité des données
[Termes descripteurs IGN] reconstruction d'itinéraire
[Termes descripteurs IGN] secours d'urgenceRésumé : (Auteur) Many different websites offer the opportunity to share and download landmarks and routes produced by the crowd. Landmarks near to a route or routes passing near to some landmarks may help in the context of mountain rescue. Therefore, it is necessary to identify relevant data sources and to describe their characteristics. In this paper, we set out to explore the potential of crowdsourced data in order to be considered such as data sources in the context of mountain rescue. Thus, our aim is to study the content of different sources to have a better knowledge on how landmarks and routes are mapped, to demonstrate the complementarity of crowdsourced data with respect with authoritative data, and to study the feasibility of defining links between routes and landmarks. The proposed method used integration techniques such as map matching, route construction and data matching. Among the results, the large number of non-matched features proves the richness of crowdsourced data. The matching results generate new semantic rules for both type of landmarks and geometries of route. Numéro de notice : A2019-237 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2019.1615730 date de publication en ligne : 24/05/2019 En ligne : https://doi.org/10.1080/23729333.2019.1615730 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92937
in International journal of cartography > vol 5 n° 2-3 (July - November 2019) . - pp 195 - 213[article]
Titre : An experimental framework for integrating citizen and community science into land cover, land use, and land change detection processes in a national mapping agency Type de document : Article/Communication Auteurs : Ana-Maria Olteanu-Raimond Année de publication : 2018 Projets : Landsense / Raimond, Ana-Maria Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes descripteurs IGN] cartographie collaborative
[Termes descripteurs IGN] détection de changement
[Termes descripteurs IGN] données localisées des bénévoles
[Termes descripteurs IGN] Institut national de l'information géographique et forestière (France)
[Termes descripteurs IGN] mise à jour de base de données
[Termes descripteurs IGN] occupation du sol
[Termes descripteurs IGN] plateforme collaborative
[Termes descripteurs IGN] production participative
[Termes descripteurs IGN] science citoyenne
[Termes descripteurs IGN] utilisation du solRésumé : (auteur) Accurate and up-to-date information on land use and land cover (LULC) is needed to develop policies on reducing soil sealing through increased urbanization as well as to meet climate targets. More detailed information about building function is also required but is currently lacking. To improve these datasets, the national mapping agency of France, Institut de l’Information Géographique et Foréstière (IGN France), has developed a strategy for updating their LULC database on a update cycle every three years and building information on a continuous cycle using web, mobile, and wiki applications. Developed as part of the LandSense project and eventually tapping into the LandSense federated authentication system, this paper outlines the data collection campaigns, the key concepts that have driven the system architecture, and a description of the technologies developed for this solution. The campaigns have only just begun, so there are only preliminary results to date. Thus far, feedback on the web and mobile applications has been positive, but still requires a further demonstration of feasibility. Numéro de notice : A2018-385 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/land7030103 date de publication en ligne : 04/09/2018 En ligne : https://doi.org/10.3390/land7030103 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90792
in Land > vol 7 n° 3 (September 2018)[article]
contenu dans Spatial big data and machine learning in GIScience, Workshop at GIScience 2018, Melbourne, Australia, 28 August 2018 / Martin Raubal (2018)
Titre : Convolutional neural network for traffic signal inference based on GPS traces Type de document : Article/Communication Auteurs : Yann Méneroux Congrès : Workshop Spatial big data and machine learning (28 aout 2018; Melbourne, Australie), Commanditaire Editeur : Zurich : Eidgenossische Technische Hochschule ETH - Ecole Polytechnique Fédérale de Zurich EPFZ Année de publication : 2018 Projets : 1-Pas de projet / Importance : pp 9 - 12 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] apprentissage profond
[Termes descripteurs IGN] données maillées
[Termes descripteurs IGN] réseau neuronal convolutif
[Termes descripteurs IGN] trace GPS
[Termes descripteurs IGN] trafic routier
[Termes descripteurs IGN] traitement de données localiséesRésumé : (auteur) Map inference techniques aim at using GPS trajectories collected from a fleet of vehicles, to infer geographic information and enrich road map databases. In this paper, we investigate whether a Convolutional Neural Network can detect traffic signals on a raster map of features computed from a large dataset of GPS traces. Experimentation revealed that our model is able to capture traffic signal pattern signature on this very specific case of unnatural input images. Performance indices are encouraging but need to be improved through a more refined tuning of the workflow. Numéro de notice : C2018-053 Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91340 Documents numériques
en open access
CNN for traffic signal inference ... - pdf éditeurAdobe Acrobat PDF
Titre : Assessing crowdsourced POI quality: combining methods based on reference data, history, and spatial relations Type de document : Article/Communication Auteurs : Guillaume Touya Année de publication : 2017 Article en page(s) : pp 1 - 29 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes descripteurs IGN] analyse multicritère
[Termes descripteurs IGN] changement temporel
[Termes descripteurs IGN] données localisées des bénévoles
[Termes descripteurs IGN] évaluation des données
[Termes descripteurs IGN] OpenStreetMap
[Termes descripteurs IGN] point d'intérêt
[Termes descripteurs IGN] production participative
[Termes descripteurs IGN] qualité des donnéesRésumé : (Auteur) With the development of location-aware devices and the success and high use of Web 2.0 techniques, citizens are able to act as sensors by contributing geographic information. In this context, data quality is an important aspect that should be taken into account when using this source of data for different purposes. The goal of the paper is to analyze the quality of crowdsourced data and to study its evolution over time. We propose two types of approaches: (1) use the intrinsic characteristics of the crowdsourced datasets; or (2) evaluate crowdsourced Points of Interest (POIs) using external datasets (i.e., authoritative reference or other crowdsourced datasets), and two different methods for each approach. The potential of the combination of these approaches is then demonstrated, to overcome the limitations associated with each individual method. In this paper, we focus on POIs and places coming from the very successful crowdsourcing project: OpenStreetMap. The results show that the proposed approaches are complementary in assessing data quality. The positive results obtained for data matching show that the analysis of data quality through automatic data matching is possible but considerable effort and attention are needed for schema matching given the heterogeneity of OSM and the representation of authoritative datasets. For the features studied, it can be noted that change over time is sometimes due to disagreements between contributors, but in most cases the change improves the quality of the data. Numéro de notice : A2017-188 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi6030080 date de publication en ligne : 14/03/2017 En ligne : http://dx.doi.org/10.3390/ijgi6030080 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84796
in ISPRS International journal of geo-information > vol 6 n° 3 (March 2017) . - pp 1 - 29[article]Documents numériques
en open access
A2017-188_Assessing_crowdsourced_POI_quality_combining_methodsAdobe Acrobat PDF
Titre : Analyse et cartographie des sentiments dans des récits de vie de migrants Type de document : Article/Communication Auteurs : Catherine Dominguès Congrès : SAGEO 2017, Spatial Analysis and GEOmatics (6 - 9 novembre 2017; Rouen, France), Commanditaire Editeur : Paris : HAL Année de publication : 2017 Importance : 4 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] carte thématique
[Termes descripteurs IGN] immigration
[Termes descripteurs IGN] récit
[Termes descripteurs IGN] reconnaissance de caractères
[Termes descripteurs IGN] sentiment
[Termes descripteurs IGN] toponymeRésumé : (auteur) Cet article présente le projet MATRICIEL (Projet Exploratoire Premier soutien) subventionné par le CNRS et l'Université Paris-Est. Le projet est fondé sur l'analyse et la cartographie d'un corpus de récits de vie de républicains espagnols ; il s'intéresse à la migration sous l'angle des lieux décrits par les migrants dans les récits de leur vie. Le corpus a été transcrit puis annoté en lieux (noms propres et lieux génériques) et sentiments (polarité) afin de constituer des corpus d'apprentissage et de validation pour la reconnaissance des lieux et des sentiments associés. Des modèles d'apprentissage automatique pour la reconnaissance automatique des noms de lieux génériques ont été entrainés. Les sentiments associés aux lieux seront inférés à partir d'un lexique de sentiments analysé en contexte. La représentation vise une cartographie des informations sensibles liées aux lieux. Numéro de notice : C2017-018 Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://hal.archives-ouvertes.fr/SAGEO2017/hal-01649150 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88416 PermalinkPermalinkPermalinkPermalink
