Centre dedocumentation
scientifique

Création de bases de connaissances topographiques à partir de sources hétérogènes / Helen Mair Rawsthorne (2021)  

Public Titre : Création de bases de connaissances topographiques à partir de sources hétérogènes Type de document : Article/Communication Auteurs : Helen Mair Rawsthorne , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN Année de publication : 2021 Conférence : Journées Recherche de l'IGN 2021, 30es Journées 25/05/2021 28/05/2021 en ligne France Langues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] base de connaissances [Termes IGN] corpus [Termes IGN] données localisées [Termes IGN] entité géographique [Termes IGN] ontologie [Termes IGN] relation spatiale [Termes IGN] système à base de connaissances Résumé : (auteur) Ma thèse vise à proposer une approche pour construire, peupler et évaluer une base de connaissances géoréférencées à partir de sources hétérogènes, notamment des bases de données vectorielles et des textes. Celles-ci doivent permettre d’intégrer à la fois du référencement spatial direct et indirect pour le développement d’applications nécessitant de faire du raisonnement spatial selon ces deux modalités. La première étude de cas dans cette thèse se base sur les Instructions Nautiques du Service hydrographique et océanographique de la Marine (Shom). Ce sont des ouvrages publiés par le Shom qui aident à la navigation côtière en complément des cartes nautiques pour planifier un itinéraire. Principalement, elles décrivent le paysage côtier depuis le point de vue d'un navire et donnent des indications pour naviguer près de la côte et accéder aux ports. Notre objectif premier est donc d’extraire, géoréférencer et structurer les connaissances contenues dans ces Instructions Nautiques : les entités spatiales, les relations spatiales et les instructions liées à la navigation côtière. Le but est de rendre les connaissances contenues dans ces ouvrages, qui sont actuellement écrits et mis à jour à la main, structurées et réutilisables dans une base de connaissances avec l'aide d'une ontologie. Ce poster présente l’approche globale envisagée ainsi qu’une première version de cette ontologie. Numéro de notice : C2021-00 Affiliation des auteurs : UGE-LaSTIG (2020- ) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://hal.archives-ouvertes.fr/hal-03239957 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97908

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 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

Comparing supervised learning algorithms for Spatial Nominal Entity recognition / Amine Medad (2020)  

Public Titre : Comparing supervised learning algorithms for Spatial Nominal Entity recognition Type de document : Article/Communication Auteurs : Amine Medad, Auteur ; Mauro Gaio, Auteur ; Ludovic Moncla, Auteur ; Sébastien Mustière , Auteur ; Yannick Le Nir, Auteur Editeur : Göttingen : Copernicus publications Année de publication : 2020 Collection : AGILE GIScience Series num. vol 1 Projets : 1-Pas de projet / Conférence : AGILE 2020, 23rd AGILE Conference on Geographic Information Science 16/06/2020 19/06/2020 Chania - Crète Grèce Open Access Proceedings Importance : 18 p. Format : 21 x 30 cm Note générale : biblographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] algorithme d'apprentissage [Termes IGN] analyse comparative [Termes IGN] entité géographique [Termes IGN] recherche d'information géographique [Termes IGN] reconnaissance de noms [Termes IGN] traitement du langage naturel Résumé : (auteur) Discourse may contain both named and nominal entities. Most common nouns or nominal mentions in natural language do not have a single, simple meaning but rather a number of related meanings. This form of ambiguity led to the development of a task in natural language processing known as Word Sense Disambiguation. Recognition and categorisation of named and nominal entities is an essential step for Word Sense Disambiguation methods. Up to now, named entity recognition and categorisation systems mainly focused on the annotation, categorisation and identification of named entities. This paper focuses on the annotation and the identification of spatial nominal entities. We explore the combination of Transfer Learning principle and supervised learning algorithms, in order to build a system to detect spatial nominal entities. For this purpose, different supervised learning algorithms are evaluated with three different context sizes on two manually annotated datasets built from Wikipedia articles and hiking description texts. The studied algorithms have been selected for one or more of their specific properties potentially useful in solving our problem. The results of the first phase of experiments reveal that the selected algorithms have similar performances in terms of ability to detect spatial nominal entities. The study also confirms the importance of the size of the window to describe the context, when word-embedding principle is used to represent the semantics of each word. Numéro de notice : C2020-013 Affiliation des auteurs : UGE-LaSTIG+Ext (2020- ) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/agile-giss-1-15-2020 date de publication en ligne : 15/07/2020 En ligne : https://doi.org/10.5194/agile-giss-1-15-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95688

Des empreintes cartographiques : restitution de données géohistoriques à partir de la Carte de France de Cassini, 1750-1789 / Bertrand Duménieu in Cartes & Géomatique, n° 241-242 (décembre 2019)

Public [article]  inCartes & Géomatique > n° 241-242 (décembre 2019) . - pp 13 - 14 Titre : Des empreintes cartographiques : restitution de données géohistoriques à partir de la Carte de France de Cassini, 1750-1789 Type de document : Article/Communication Auteurs : Bertrand Duménieu , Auteur ; Julien Chadeyron, Auteur ; Pascal Cristofoli, Auteur ; Julien Perret , Auteur ; Laurence Jolivet , Auteur ; Stéphane Baciocchi, Auteur Année de publication : 2019 Projets : 1-Pas de projet / Conférence : ICC 2019, 29th International Cartographic Conference ICA, Mapping everything for everyone 15/07/2019 20/07/2019 Tokyo Japon Article en page(s) : pp 13 - 14 Note générale : biliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] base de données localisées [Termes IGN] carte de Cassini [Termes IGN] carte de France [Termes IGN] entité géographique [Termes IGN] PostGIS [Termes IGN] PostgreSQL [Termes IGN] QGIS [Termes IGN] rendu (géovisualisation) [Termes IGN] toponyme [Termes IGN] vectorisation Numéro de notice : A2019-651 Affiliation des auteurs : LaSTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97834 [article]

Voir aussi

• Engraved footprints from the past. Retrieving cartographic geohistorical data from the Cassini Carte de France, 1750-1789 / Bertrand Duménieu (2019)  

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-2019021	SL	Revue	Centre de documentation	Revues en salle	Disponible

Computing and querying strict, approximate, and metrically refined topological relations in linked geographic data / Blake Regalia in Transactions in GIS, vol 23 n° 3 (June 2019)  

Public [article]  inTransactions in GIS > vol 23 n° 3 (June 2019) . - pp 601 - 619 Titre : Computing and querying strict, approximate, and metrically refined topological relations in linked geographic data Type de document : Article/Communication Auteurs : Blake Regalia, Auteur ; Krzysztof Janowicz, Auteur ; Grant McKenzie, Auteur Année de publication : 2019 Article en page(s) : pp 601 - 619 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] DBpedia [Termes IGN] données localisées [Termes IGN] entité géographique [Termes IGN] graphe [Termes IGN] relation topologique [Termes IGN] requête spatiale [Termes IGN] Web des données Résumé : (Auteur) Geographic entities and the information associated with them play a major role in Web‐scale knowledge graphs such as Linked Data. Interestingly, almost all major datasets represent places and even entire regions as point coordinates. There are two key reasons for this. First, complex geometries are difficult to store and query using the current Linked Data technology stack to a degree where many queries take minutes to return or will simply time out. Second, the absence of complex geometries confirms a common suspicion among GIScientists, namely that for many everyday queries place‐based relational knowledge is more relevant than raw geometries alone. To give an illustrative example, the statement that the White House is in Washington, DC is more important for gaining an understating of the city than the exact geometries of both entities. This does not imply that complex geometries are unimportant but that (topological) relations should also be extracted from them. As Egenhofer and Mark (1995b) put it in their landmark paper on naive geography, topology matters, metric refines. In this work we demonstrate how to compute and utilize strict, approximate, and metrically refined topological relations between several geographic feature types in DBpedia and compare our results to approaches that compute result sets for topological queries on the fly. Numéro de notice : A2019-256 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12548 date de publication en ligne : 26/06/2019 En ligne : https://doi.org/10.1111/tgis.12548 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93014 [article]

Services web pour l’annotation sémantique d’information spatiale à partir de corpus textuels / Ludovic Moncla in Revue internationale de géomatique, vol 28 n° 4 (octobre - décembre 2018)  

Permalink

Voronoi tessellation on the ellipsoidal earth for vector data / Christos Kastrisios in International journal of geographical information science IJGIS, vol 32 n° 7-8 (July - August 2018)  

Permalink

Appariement automatique de données hétérogènes: textes, traces GPS et ressources géographiques / Amine Medad (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

Spatiotemporal data model for network time geographic analysis in the era of big data / Bi Yu Chen in International journal of geographical information science IJGIS, vol 30 n° 5-6 (May - June 2016)  

Permalink

Localisation d’entités nommées historiques par analyse multi-critères et prise en compte des imprécisions / Sébastien Nogueira (2016)

Permalink

Automatic selection of landmarks for navigation guidance / Rui Zhu in Transactions in GIS, vol 19 n° 2 (April 2015)  

Permalink

Visual overlay on OpenStreetMap data to support spatial exploration of urban environments / Chandan Kumar in ISPRS International journal of geo-information, vol 4 n°1 (March 2015)  

Permalink

Générer une emprise de carte à partir des toponymes d’un texte / Geoffrey Brun (2013)

Permalink

Mise à jour générique des bases de données géographiques : Panorama des problèmes et premières investigations / Thierry Badard (1998) 

Permalink