Descripteur
Documents disponibles dans cette catégorie (9437)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Where am I now? modelling disorientation in pan-scalar maps / Guillaume Touya in ISPRS International journal of geo-information, vol 12 n° 2 (February 2023)
[article]
Titre : Where am I now? modelling disorientation in pan-scalar maps Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Maieul Gruget , Auteur ; Ian Muehlenhaus, Auteur Année de publication : 2023 Article en page(s) : n° 62 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] cognition
[Termes IGN] données multiéchelles
[Termes IGN] échelle cartographique
[Termes IGN] interaction homme-machine
[Termes IGN] lecture de carte
[Termes IGN] représentation mentale
[Termes IGN] représentation mentale spatiale
[Termes IGN] représentation multiple
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Disorientation is a common feeling for all users of zoomable multi-scale maps, even for those with good orientation and spatial skills. We make the assumption that this problem is mainly due to the desert fog effect, documented in human–computer interaction within multi-scale zoomable environments. Starting with a collection of reported experiences of disorientation, this paper explores this notion from the spatial cognition, philosophical and human–computer interaction perspectives and proposes a model of disorientation in the exploration of multi-scale maps. We argue that disorientation is a problem of reconciliation between the current map view and the mental map of the user, where landmarks visible on the map or memorised in the mental map play a key role. The causes for failed reconciliation are discussed and illustrated by our collected experiences of disorientation. Numéro de notice : A2023-130 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi12020062 En ligne : https://doi.org/10.3390/ijgi12020062 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102585
in ISPRS International journal of geo-information > vol 12 n° 2 (February 2023) . - n° 62[article]3D building metrics for urban morphology / Anna Labetski in International journal of geographical information science IJGIS, vol 37 n° 1 (January 2023)
[article]
Titre : 3D building metrics for urban morphology Type de document : Article/Communication Auteurs : Anna Labetski, Auteur ; Stelios Vitalis, Auteur ; Filip Biljecki, Auteur ; Ken Arroyo Ohori, Auteur ; Jantien E. Stoter, Auteur Année de publication : 2023 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] données localisées 3D
[Termes IGN] indicateur spatial
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] morphologie urbaine
[Termes IGN] niveau de détail
[Termes IGN] Pays-Bas
[Termes IGN] SIG 3DRésumé : (auteur) Urban morphology is important in a broad range of investigations across the fields of city planning, transportation, climate, energy, and urban data science. Characterising buildings with a set of numerical metrics is fundamental to studying the urban form. Despite the rapid developments in 3D geoinformation science, and the growing 3D data availability, most studies simplify buildings to their 2D footprint, and when taking their height into account, they at most assume one height value per building, i.e. simple 3D. We take the first step in elevating building metrics into full/true 3D, uncovering the use of higher levels of detail, and taking into account the detailed shape of a building. We set the foundation of the new research line on 3D urban morphology by providing a comprehensive set of 3D metrics, implementing them in openly released software, generating an open dataset containing 2D and 3D metrics for 823,000 buildings in the Netherlands, and demonstrating a use case where clusters and architectural patterns are analysed through time. Our experiments suggest the added value of 3D metrics to complement existing counterparts, reducing ambiguity, and providing advanced insights. Furthermore, we provide a comparative analysis using different levels of detail of 3D building models. Numéro de notice : A2023-076 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2022.2103818 Date de publication en ligne : 01/08/2022 En ligne : https://doi.org/10.1080/13658816.2022.2103818 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101394
in International journal of geographical information science IJGIS > vol 37 n° 1 (January 2023)[article]
Titre : Artificial intelligence oceanography Type de document : Monographie Auteurs : Xiaofeng Li, Éditeur scientifique ; Fan Wang, Éditeur scientifique Editeur : Springer Nature Année de publication : 2023 Importance : 346 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-981-19637-5-9 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] algue
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] cyclone
[Termes IGN] détection d'objet
[Termes IGN] iceberg
[Termes IGN] intelligence artificielle
[Termes IGN] océanographie
[Termes IGN] température de surface de la merRésumé : (éditeur) This open access book invites readers to learn how to develop artificial intelligence (AI)-based algorithms to perform their research in oceanography. Various examples are exhibited to guide details of how to feed the big ocean data into the AI models to analyze and achieve optimized results. The number of scholars engaged in AI oceanography research will increase exponentially in the next decade. Therefore, this book will serve as a benchmark providing insights for scholars and graduate students interested in oceanography, computer science, and remote sensing. Note de contenu : 1- Artificial Intelligence Foundation of smart ocean
2- Forecasting tropical instability waves based on artificial intelligence
3- Sea surface height anomaly prediction based on artificial intelligence
4- Satellite data-driven internal solitary wave forecast based on machine learning techniques
5- AI-based subsurface thermohaline structure retrieval from remote sensing observations
6- Ocean heat content retrieval from remote sensing data based on machine learning
7- Detecting tropical cyclogenesis using broad learning system from satellite passive microwave observations
8- Tropical cyclone monitoring based on geostationary satellite imagery
9- Reconstruction of pCO2 data in the Southern ocean based on feedforward neural network
10- Detection and analysis of mesoscale eddies based on deep learning
11- Deep convolutional neural networks-based coastal inundation mapping from SAR imagery: with one application case for Bangladesh, a UN-defined least developed country
12- Sea ice detection from SAR images based on deep fully convolutional networks
13- Detection and analysis of marine green algae based on artificial intelligence
14- Automatic waterline extraction of large-scale tidal flats from SAR images based on deep convolutional neural networks
15- Extracting ship’s size from SAR images by deep learning
16- Benthic organism detection, quantification and seamount biology detection based on deep learningNuméro de notice : 24105 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Monographie DOI : 10.1007/978-981-19-6375-9 En ligne : https://link.springer.com/book/10.1007/978-981-19-6375-9 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103058 A benchmark of nested named entity recognition approaches in historical structured documents / Solenn Tual (2023)
Titre : A benchmark of nested named entity recognition approaches in historical structured documents Type de document : Article/Communication Auteurs : Solenn Tual , Auteur ; Nathalie Abadie , Auteur ; Joseph Chazalon, Auteur ; Bertrand Duménieu , Auteur ; Edwin Carlinet, Auteur Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2023 Projets : SODUCO / Perret, Julien Importance : 18 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] langage naturel (informatique)
[Termes IGN] reconnaissance de noms
[Termes IGN] traitement du langage naturelRésumé : (Auteur) Named Entity Recognition (NER) is a key step in the creation of structured data from digitised historical documents. Traditional NER approaches deal with flat named entities, whereas entities often are nested. For example, a postal address might contain a street name and a number. This work compares three nested NER approaches, including two state-of-the-art approaches using Transformer-based architectures. We introduce a new Transformer-based approach based on joint labelling and semantic weighting of errors, evaluated on a collection of 19 th-century Paris trade directories. We evaluate approaches regarding the impact of supervised fine-tuning, unsupervised pre-training with noisy texts, and variation of IOB tagging formats. Our results show that while nested NER approaches enable extracting structured data directly, they do not benefit from the extra knowledge provided during training and reach a performance similar to the base approach on flat entities. Even though all 3 approaches perform well in terms of F1 scores, joint labelling is most suitable for hierarchically structured data. Finally, our experiments reveal the superiority of the IO tagging format on such data. Numéro de notice : P2023-001 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/TOPONYMIE Nature : Preprint nature-HAL : Préprint DOI : sans Date de publication en ligne : 20/02/2023 En ligne : https://hal.science/hal-03994759v1/document Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102602 BIM et enjeux climatiques, ch. City Information Modelling pour des aménagements sobres et durables : potentiel du CIM pour calculer l’intensité urbaine / Adeline Deprêtre (2023)
Titre de série : BIM et enjeux climatiques, ch Titre : City Information Modelling pour des aménagements sobres et durables : potentiel du CIM pour calculer l’intensité urbaine Type de document : Chapitre/Contribution Auteurs : Adeline Deprêtre, Auteur ; Florence Jacquinod , Auteur ; Bruno Barroca, Auteur ; Vincent Becue, Auteur Editeur : Paris : Eyrolles Année de publication : 2023 Conférence : EduBIM 2022, 8e édition des Journées de l'enseignement et de la recherche autour du BIM et de la maquette numérique 29/11/2022 30/11/2022 Champs-sur-Marne France programme Importance : pp ISBN/ISSN/EAN : 978-2-416-00841-2 Note générale : bibliographie
Projet E3SLangues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] densité de population
[Termes IGN] format Industry foudation classes IFC
[Termes IGN] impact sur l'environnement
[Termes IGN] planification urbaine
[Termes IGN] urbanismeRésumé : (auteur) Les analyses urbaines font partie des méthodes déployées afin de tendre vers un urbanisme durable, diminuant l’impact de la construction et de la planification sur les ressources. Dans cet article nous proposons d’explorer le potentiel des City Information Models (CIM) pour étudier l’intensité urbaine à l’échelle d’un quartier, prenant en considération plusieurs paramètres contribuant à ses impacts environnementaux. Nous utilisons pour cela les premières versions du CIM du quartier La Vallée, actuellement en cours de construction. Nous exposons notre méthode expérimentale compatible avec le format ouvert IFC afin de pouvoir reproduire la démarche sur d’autres quartiers. Nous présentons ensuite une partie de nos résultats sur l’exploitation du CIM pour l’évaluation de l’intensité urbaine en phase conception. Enfin, nous proposons diverses préconisations afin de faciliter la constitution de CIM aisément mobilisables pour les analyses urbaines, mais également pour d’autres types d’analyses pouvant contribuer à la conception ou au réaménagement de quartiers en limitant leurs impacts environnementaux. Numéro de notice : H2023-001 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/URBANISME Nature : Chapître / contribution En ligne : https://hal.science/hal-04061004 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102988 PermalinkComparative use of PPK-integrated close-range terrestrial photogrammetry and a handheld mobile laser scanner in the measurement of forest road surface deformation / Remzi Eker in Measurement, vol 206 (January 2023)PermalinkCréation d’une base de connaissances topographiques à partir des "Instructions nautiques" / Helen Mair Rawsthorne (2023)PermalinkCréation d’un graphe de connaissances géohistorique à partir d’annuaires du commerce parisien du 19ème siècle : application aux métiers de la photographie / Solenn Tual (2023)PermalinkCross-supervised learning for cloud detection / Kang Wu in GIScience and remote sensing, vol 60 n° 1 (2023)PermalinkDecision tree-based machine learning models for above-ground biomass estimation using multi-source remote sensing data and object-based image analysis / Haifa Tamiminia in Geocarto international, vol 38 n° inconnu ([01/01/2023])PermalinkPermalinkEstablishing a high-precision real-time ZTD model of China with GPS and ERA5 historical data and its application in PPP / Pengfei Xia in GPS solutions, vol 27 n° 1 (January 2023)PermalinkEvaluation of GNSS-based volunteered geographic information for assessing visitor spatial distribution within protected areas: A case study of the Bavarian Forest National Park, Germany / Laura Horst in Applied Geography, vol 150 (January 2023)PermalinkPermalink