Descripteur
Documents disponibles dans cette catégorie (1089)
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
Predictive land value modelling in Guatemala City using a geostatistical approach and Space Syntax / Jose Morales in International journal of geographical information science IJGIS, vol 34 n° 7 (July 2020)
[article]
Titre : Predictive land value modelling in Guatemala City using a geostatistical approach and Space Syntax Type de document : Article/Communication Auteurs : Jose Morales, Auteur ; Alfred Stein, Auteur ; Johannes Flacke, Auteur ; Jaap Zevenbergen, Auteur Année de publication : 2020 Article en page(s) : pp 1451 - 1474 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse de la valeur
[Termes IGN] analyse syntaxique
[Termes IGN] cartographie statistique
[Termes IGN] estimation quantitative
[Termes IGN] évaluation foncière
[Termes IGN] géostatistique
[Termes IGN] Guatemala
[Termes IGN] krigeage
[Termes IGN] méthode du maximum de vraisemblance (estimation)
[Termes IGN] modèle conceptuel de données localisées
[Termes IGN] modèle de simulation
[Termes IGN] régression
[Termes IGN] système d'information foncièreRésumé : (auteur) Spatial information of land values is fundamental for planners and policy makers. Individual appraisals are costly, explaining the need for predictive modelling. Recent work has investigated using Space Syntax to analyse urban access and explain land values. However, the spatial dependence of urban land markets has not been addressed in such studies. Further, the selection of meaningful variables is commonly conducted under non-spatialized modelling conditions. The objective of this paper is to construct a land value map using a geostatistical approach using Space Syntax and a spatialized variable selection. The methodology is applied in Guatemala City. We used an existing dataset of residential land value appraisals and accessibility metrics. Regression-kriging was used to conduct variable selection and derive a model for spatial prediction. The prediction accuracy is compared with a multivariate regression. The results show that a spatialized variable selection yields a more parsimonious model with higher prediction accuracy. New insights were found on how Space Syntax explains land value variability when also modelling the spatial dependence. Space Syntax can contribute with relevant spatialized information for predictive land value modelling purposes. Finally, the spatial modelling framework facilitates the production of spatial information of land values that is relevant for planning practice. Numéro de notice : A2020-306 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1725014 Date de publication en ligne : 11/02/2020 En ligne : https://doi.org/10.1080/13658816.2020.1725014 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95148
in International journal of geographical information science IJGIS > vol 34 n° 7 (July 2020) . - pp 1451 - 1474[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2020071 RAB Revue Centre de documentation En réserve L003 Disponible Rencontre entre une philologue et un terminologue au pays des ontologies / Christophe Roche in Revue ouverte d'intelligence artificielle, ROIA, vol 1 n° 1 ([01/07/2020])
[article]
Titre : Rencontre entre une philologue et un terminologue au pays des ontologies Type de document : Article/Communication Auteurs : Christophe Roche, Auteur ; Maria Papadopoulou, Auteur Année de publication : 2020 Article en page(s) : pp 43 - 70 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] norme ISO
[Termes IGN] ontologie
[Termes IGN] représentation des connaissances
[Termes IGN] standard
[Termes IGN] terminologieRésumé : (auteur) La classification des objets, le choix des termes et leur définition au regard des connaissances du domaine, sont des préoccupations constantes en Humanités Numériques (HN). Dans ce cadre, et dans le contexte du partage et de l’interopérabilité des données sur le Web, les ontologies au sens de l’Ingénierie des Connaissances (IC) constituent une des avancées les plus intéressantes. Mais les principes sous-jacents à la conceptualisation d’un domaine tels que l’entendent l’IC et les HN ne sont pas nécessairement les mêmes. À cela s’ajoute un problème de Terminologie en tant que discipline souvent sous-estimée aussi bien par les uns que par les autres. Cet article s’intéresse à la façon de procéder des experts dans leur « définition des choses » et dans la manière de les nommer. Cela nous a conduits à définir une méthode outillée de construction de terminologies dont le système conceptuel est une ontologie formelle, dans le respect des normes ISO et des standards du W3C. Cette méthode est illustrée à l’aide du premier dictionnaire ontoterminologique des vêtements de la Grèce antique. Numéro de notice : A2020-882 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Article DOI : 10.5802/roia.3 Date de publication en ligne : 10/07/2020 En ligne : https://doi.org/10.5802/roia.3 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100358
in Revue ouverte d'intelligence artificielle, ROIA > vol 1 n° 1 [01/07/2020] . - pp 43 - 70[article]GeoNat v1.0: A dataset for natural feature mapping with artificial intelligence and supervised learning / Samantha T. Arundel in Transactions in GIS, Vol 24 n° 3 (June 2020)
[article]
Titre : GeoNat v1.0: A dataset for natural feature mapping with artificial intelligence and supervised learning Type de document : Article/Communication Auteurs : Samantha T. Arundel, Auteur ; Wenwen Li, Auteur ; Sizhe Wang, Auteur Année de publication : 2020 Article en page(s) : pp 556 - 572 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage dirigé
[Termes IGN] cartographie topographique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] collecte de données
[Termes IGN] détection automatique
[Termes IGN] détection d'objet
[Termes IGN] géobalise
[Termes IGN] toponyme
[Termes IGN] United States Geological SurveyRésumé : (Auteur) Machine learning allows “the machine” to deduce the complex and sometimes unrecognized rules governing spatial systems, particularly topographic mapping, by exposing it to the end product. Often, the obstacle to this approach is the acquisition of many good and labeled training examples of the desired result. Such is the case with most types of natural features. To address such limitations, this research introduces GeoNat v1.0, a natural feature dataset, used to support artificial intelligence‐based mapping and automated detection of natural features under a supervised learning paradigm. The dataset was created by randomly selecting points from the U.S. Geological Survey’s Geographic Names Information System and includes approximately 200 examples each of 10 classes of natural features. Resulting data were tested in an object‐detection problem using a region‐based convolutional neural network. The object‐detection tests resulted in a 62% mean average precision as baseline results. Major challenges in developing training data in the geospatial domain, such as scale and geographical representativeness, are addressed in this article. We hope that the resulting dataset will be useful for a variety of applications and shed light on training data collection and labeling in the geospatial artificial intelligence domain. Numéro de notice : A2020-245 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12633 Date de publication en ligne : 08/05/2020 En ligne : https://doi.org/10.1111/tgis.12633 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95307
in Transactions in GIS > Vol 24 n° 3 (June 2020) . - pp 556 - 572[article]NeuroTPR: A neuro‐net toponym recognition model for extracting locations from social media messages / Jimin Wang in Transactions in GIS, Vol 24 n° 3 (June 2020)
[article]
Titre : NeuroTPR: A neuro‐net toponym recognition model for extracting locations from social media messages Type de document : Article/Communication Auteurs : Jimin Wang, Auteur ; Yingjie Hu, Auteur ; Kenneth Joseph, Auteur Année de publication : 2020 Article en page(s) : pp 719 - 735 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] catastrophe naturelle
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données localisées des bénévoles
[Termes IGN] flux de travaux
[Termes IGN] géolocalisation
[Termes IGN] précision sémantique
[Termes IGN] reconnaissance de noms
[Termes IGN] réseau neuronal récurrent
[Termes IGN] réseau social
[Termes IGN] toponymeRésumé : (auteur) Social media messages, such as tweets, are frequently used by people during natural disasters to share real‐time information and to report incidents. Within these messages, geographic locations are often described. Accurate recognition and geolocation of these locations are critical for reaching those in need. This article focuses on the first part of this process, namely recognizing locations from social media messages. While general named entity recognition tools are often used to recognize locations, their performance is limited due to the various language irregularities associated with social media text, such as informal sentence structures, inconsistent letter cases, name abbreviations, and misspellings. We present NeuroTPR, which is a Neuro‐net ToPonym Recognition model designed specifically with these linguistic irregularities in mind. Our approach extends a general bidirectional recurrent neural network model with a number of features designed to address the task of location recognition in social media messages. We also propose an automatic workflow for generating annotated data sets from Wikipedia articles for training toponym recognition models. We demonstrate NeuroTPR by applying it to three test data sets, including a Twitter data set from Hurricane Harvey, and comparing its performance with those of six baseline models. Numéro de notice : A2020-445 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12627 Date de publication en ligne : 14/05/2020 En ligne : https://doi.org/10.1111/tgis.12627 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95508
in Transactions in GIS > Vol 24 n° 3 (June 2020) . - pp 719 - 735[article]How much do we learn from addresses? On the syntax, semantics and pragmatics of addressing systems / Ali Javidaneh in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)
[article]
Titre : How much do we learn from addresses? On the syntax, semantics and pragmatics of addressing systems Type de document : Article/Communication Auteurs : Ali Javidaneh, Auteur ; Farid Karimipour, Auteur ; Negar Alinaghi, Auteur Année de publication : 2020 Article en page(s) : 27 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] adresse postale
[Termes IGN] appariement d'adresses
[Termes IGN] cognition
[Termes IGN] géocodage par adresse postale
[Termes IGN] modèle orienté agent
[Termes IGN] représentation mentale spatiale
[Termes IGN] segmentation sémantique
[Termes IGN] structure syntaxiqueRésumé : (auteur) An address is a specification that refers to a unique location on Earth. While there has been a considerable amount of research on the syntactic structure of addressing systems in order to evaluate and improve their quality, aspects of semantics and pragmatics have been less explored. An address is primarily associated by humans to the elements of their spatial mental representations, but may also influence their spatial knowledge and activities through the level of detail it provides. Therefore, it is not only important how addressing components are structured, but it is also of interest to study their meaning as well as the pragmatics in relation to an interpreting agent. This article studies three forms of addresses (i.e., structured as in Austria, semi-formal as in Japan, and descriptive as in Iran) under the principles of semiotics (i.e., through levels of syntax, semantics, and pragmatics). Syntax is discussed through formal definitions of the addressing systems, while semantics and pragmatics are assessed through an agent-based model to explore how they influence spatial knowledge acquisition and growth. Numéro de notice : A2020-302 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9050317 Date de publication en ligne : 11/05/2020 En ligne : https://doi.org/10.3390/ijgi9050317 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95142
in ISPRS International journal of geo-information > vol 9 n° 5 (May 2020) . - 27 p.[article]The place names of French Guiana in the face of the geoweb: Between data sovereignty, indigenous knowledge, and cartographic deregulation / Matthieu Noucher in Cartographica, vol 55 n° 1 (Spring 2020)PermalinkSemantic relatedness algorithm for keyword sets of geographic metadata / Zugang Chen in Cartography and Geographic Information Science, vol 47 n° 2 (February 2020)PermalinkInteractive display of surnames distributions in historic and contemporary Great Britain / Justin Van Dijk in Journal of maps, vol 16 n° 1 ([02/01/2020])PermalinkCalcul d’une emprise de carte à partir du texte d’un article de presse / Clément Beauvallet (2020)PermalinkClassification d’aires de dispersion à l’aide d’un facteur géographique - Application à la dialectologie / Clément Chagnaud in Revue internationale de géomatique, vol 30 n° 1-2 (janvier - juin 2020)PermalinkEtude de la norme LADM, potentiel futur modèle pour les cadastres suisse et français / Jean Lou Combe (2020)PermalinkPermalinkPermalinkLes mots clés de la lettre de motivation / Tristan Boulic-Palewski (2020)PermalinkDes 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)Permalink