Détail de l'autorité
|
GIScience 2018, 10th International Conference on Geographic Information Science 28/08/2018 31/08/2018 Melbourne Australie Open Access Proceedings
nom du congrès :
GIScience 2018, 10th International Conference on Geographic Information Science
début du congrès :
28/08/2018
fin du congrès :
31/08/2018
ville du congrès :
Melbourne
pays du congrès :
Australie
site des actes du congrès :
|
Documents disponibles (2)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesDetection and localization of traffic signals with GPS floating car data and Random Forest / Yann Méneroux (2018)
Titre : Detection and localization of traffic signals with GPS floating car data and Random Forest Type de document : Article/Communication Auteurs : Yann Méneroux Editeur : Leibniz [Allemagne] : Schloss Dagstuhl – Leibniz-Zentrum für Informatik Année de publication : 2018 Collection : LIPIcs Leibniz International Proceedings in Informatics, ISSN 1868-8969 num. 114 Projets : 1-Pas de projet / Conférence : GIScience 2018, 10th International Conference on Geographic Information Science 28/08/2018 31/08/2018 Melbourne Australie Open Access Proceedings Importance : 15 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage automatique
[Termes IGN] base de données routières
[Termes IGN] carte routière
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] distribution spatiale
[Termes IGN] guidage de véhicules
[Termes IGN] inférence
[Termes IGN] Japon
[Termes IGN] trace GPS
[Termes IGN] trafic routier
[Termes IGN] traitement de données localisées
[Termes IGN] villeRésumé : (auteur) As Floating Car Data are becoming increasingly available, in recent years many research works focused on leveraging them to infer road map geometry, topology and attributes. In this paper, we present an algorithm, relying on supervised learning to detect and localize traffic signals based on the spatial distribution of vehicle stop points. Our main contribution is to provide a single framework to address both problems. The proposed method has been experimented with a one-month dataset of real-world GPS traces, collected on the road network of Mitaka (Japan). The results show that this method provides accurate results in terms of localization and performs advantageously compared to the OpenStreetMap database in exhaustivity. Among many potential applications, the output predictions may be used as a prior map and/or combined with other sources of data to guide autonomous vehicles. Numéro de notice : C2018-051 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.4230/LIPIcs.GISCIENCE.2018.11 Date de publication en ligne : 30/07/2018 En ligne : http://drops.dagstuhl.de/opus/volltexte/2018/9339/ Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91335 Documents numériques
en open access
Detection and localization of traffic signals ... - pdf éditeurAdobe Acrobat PDF
Titre : Towards vandalism detection in OpenStreetMap through a data driven approach [short paper] Type de document : Article/Communication Auteurs : Quy Thy Truong Editeur : Leibniz [Allemagne] : Schloss Dagstuhl – Leibniz-Zentrum für Informatik Année de publication : 2018 Collection : LIPIcs Leibniz International Proceedings in Informatics, ISSN 1868-8969 num. 114 Projets : 1-Pas de projet / Conférence : GIScience 2018, 10th International Conference on Geographic Information Science 28/08/2018 31/08/2018 Melbourne Australie Open Access Proceedings Importance : 7 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] détection d'anomalie
[Termes IGN] données localisées des bénévoles
[Termes IGN] OpenStreetMap
[Termes IGN] qualité des donnéesRésumé : (auteur) Vandalism is a phenomenon that has affected by now the digital domain, in particular in the context of Volunteered Geographic Information projects. This paper aims at proposing a methodology to detect vandalism in the OpenStreetMap project. First, an analysis of related works sheds light on the lack of consensus when it comes to defining vandalism in VGI from both conceptual and practical points of view. Second, we present experiments on the use of clustering-based outlier detection methods to identify vandalism in OSM. The outcome of this study focuses on choosing the right variables when it comes to detecting vandalism in OSM. Numéro de notice : C2018-052 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.4230/LIPIcs.GISCIENCE.2018.61 Date de publication en ligne : 30/07/2018 En ligne : http://drops.dagstuhl.de/opus/volltexte/2018/9389/ Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91336 Documents numériques
en open access
Towards vandalism detection ... - pdf éditeurAdobe Acrobat PDF
