Descripteur
|
Termes descripteurs IGN > informatique > génie logiciel > programmation informatique > aide à la conception > outil logiciel
outil logicielSynonyme(s)outil de développement |
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Titre : SpiNNaker: A spiking neural network architecture Type de document : Monographie Auteurs : Steve Furber, Editeur scientifique ; Petrut Bogdan, Editeur scientifique Editeur : Boston, Delft : Now publishers Année de publication : 2020 Importance : 352 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-1-68083-652-3 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes descripteurs IGN] apprentissage profond
[Termes descripteurs IGN] Cerveau
[Termes descripteurs IGN] outil logiciel
[Termes descripteurs IGN] programmation stochastique
[Termes descripteurs IGN] puce
[Termes descripteurs IGN] réseau neuronal convolutif
[Termes descripteurs IGN] système de traitement de l'information
[Termes descripteurs IGN] vision par ordinateurRésumé : (éditeur) 20 years in conception and 15 in construction, the SpiNNaker project has delivered the world’s largest neuromorphic computing platform incorporating over a million ARM mobile phone processors and capable of modelling spiking neural networks of the scale of a mouse brain in biological real time. This machine, hosted at the University of Manchester in the UK, is freely available under the auspices of the EU Flagship Human Brain Project. This book tells the story of the origins of the machine, its development and its deployment, and the immense software development effort that has gone into making it openly available and accessible to researchers and students the world over. It also presents exemplar applications from ‘Talk’, a SpiNNaker-controlled robotic exhibit at the Manchester Art Gallery as part of ‘The Imitation Game’, a set of works commissioned in 2016 in honour of Alan Turing, through to a way to solve hard computing problems using stochastic neural networks. The book concludes with a look to the future, and the SpiNNaker-2 machine which is yet to come. Note de contenu : 1- Origins
2- The SpiNNaker Chip
3- Building SpiNNaker Machines
4- Stacks of Software Stacks
5- Applications - Doing Stuff on the Machine
6- From Activations to Spikes
7- Learning in Neural Networks
8- Creating the FutureNuméro de notice : 25978 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Monographie DOI : 10.1561/9781680836523 En ligne : http://dx.doi.org/10.1561/9781680836523 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96705 La cartographie Galigéo intégrée à l'offre de service décisionnelle ministérielle / Guillaume Payet in Signature, n° 63 (juin 2017)
Titre : La cartographie Galigéo intégrée à l'offre de service décisionnelle ministérielle Type de document : Article/Communication Auteurs : Guillaume Payet, Auteur Année de publication : 2017 Article en page(s) : pp 9 - 11 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie numérique
[Termes descripteurs IGN] cartographie statistique
[Termes descripteurs IGN] cartographie thématique
[Termes descripteurs IGN] données localisées
[Termes descripteurs IGN] outil d'aide à la décision
[Termes descripteurs IGN] outil logicielNuméro de notice : A2017-233 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85151
in Signature > n° 63 (juin 2017) . - pp 9 - 11[article]Documents numériques
en open access
La cartographie GaligéoAdobe Acrobat PDF
Titre : SPAWNN: A toolkit for SPatial Analysis With Self-Organizing Neural Networks Type de document : Article/Communication Auteurs : Julian Hagenauer, Auteur ; Marco Helbich, Auteur Année de publication : 2016 Article en page(s) : pp 755 – 774 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] analyse combinatoire (maths)
[Termes descripteurs IGN] carte de Kohonen
[Termes descripteurs IGN] données massives
[Termes descripteurs IGN] données socio-économiques
[Termes descripteurs IGN] intelligence artificielle
[Termes descripteurs IGN] logiciel libre
[Termes descripteurs IGN] outil logiciel
[Termes descripteurs IGN] Philadelphie
[Vedettes matières IGN] GéovisualisationRésumé : (auteur) This article introduces the SPAWNN toolkit, an innovative toolkit for spatial analysis with self-organizing neural networks, which is published as free and open-source software (http://www.spawnn.org). It extends existing toolkits in three important ways. First, the SPAWNN toolkit distinguishes between self-organizing neural networks and spatial context models with which the networks can be combined to incorporate spatial dependence and provides implementations for both. This distinction maintains modularity and enables a multitude of useful combinations for analyzing spatial data with self-organizing neural networks. Second, SPAWNN interactively links different self-organizing networks and data visualizations in an intuitive manner to facilitate explorative data analysis. Third, it implements cutting-edge clustering algorithms for identifying clusters in the trained networks. Toolkits such as SPAWNN are particularly needed when researchers and practitioners are confronted with large amounts of complex and high-dimensional data. The computational performance of the implemented algorithms is empirically demonstrated using high-dimensional synthetic data sets, while the practical functionality highlighting the distinctive features of the toolkit is illustrated with a case study using socioeconomic data of the city of Philadelphia, Pennsylvania. Numéro de notice : A2016-998 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern En ligne : http://dx.doi.org/10.1111/tgis.12180 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83778
in Transactions in GIS > vol 20 n° 5 (October 2016) . - pp 755 – 774[article]
Titre : Development of a software tool as an introduction to Geospatial Information Technology based on geospatial standards Type de document : Article/Communication Auteurs : Morishige Ota, Auteur ; Reese W. Plews, Auteur Année de publication : 2015 Article en page(s) : pp 419 - 434 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique
[Termes descripteurs IGN] données localisées
[Termes descripteurs IGN] logiciel libre
[Termes descripteurs IGN] outil logiciel
[Termes descripteurs IGN] technologieRésumé : (Auteur) This paper presents the development of an “all-in-one” software tool, called “gittok” [pronounced: jee-tock, ʤiːtɒk] that assists both higher education students and industry professionals in learning about Geospatial Information Technology (GIT) based on the concepts of geospatial standards. While there are a number of popular and advanced open source Geographic Information Science (GIS) systems and tools, the software designed in this research is not a GIS, but an education assistance tool that helps to teach the basic concepts of GIT. Gittok was designed around the basic concept of using geospatial standards to help with learning the knowledge areas of GIT. Gittok allows students to acquire and edit geospatial data directly in compliance with an application schema. Users of the gittok software can gain an overview of GIT and directly experience, through “hands-on” operation, spatial analysis, XML data exchange, geo-library management and map design. Therefore, the authors hope that gittok will become a popular and useful tool for GIT education. Numéro de notice : A2015-559 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/15230406.2015.1031701 En ligne : https://doi.org/10.1080/15230406.2015.1031701 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=77599
in Cartography and Geographic Information Science > Vol 42 n° 5 (November 2015) . - pp 419 - 434[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 032-2015051 SL Revue Centre de documentation Revues en salle Disponible
Titre : Open source geospatial tools : applications in Earth observation Type de document : Monographie Auteurs : Daniel McInerney, Editeur scientifique ; Pieter Kempeneers, Editeur scientifique Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2015 Collection : Earth systems data and models Importance : 358 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-319-01823-2 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique
[Termes descripteurs IGN] analyse de données
[Termes descripteurs IGN] classification multibande
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] données maillées
[Termes descripteurs IGN] données vectorielles
[Termes descripteurs IGN] Geospatial data abstraction library
[Termes descripteurs IGN] interface de programmation
[Termes descripteurs IGN] lasergrammétrie
[Termes descripteurs IGN] logiciel libre
[Termes descripteurs IGN] Orfeo Tool Box
[Termes descripteurs IGN] outil logiciel
[Termes descripteurs IGN] traitement d'image
[Termes descripteurs IGN] traitement de données localiséesIndex. décimale : 37.35 Logiciels SIG Résumé : (Editeur) This book focuses on the use of open source software for geospatial analysis. It demonstrates the effectiveness of the command line interface for handling both vector, raster and 3D geospatial data. Appropriate open-source tools for data processing are clearly explained and discusses how they can be used to solve everyday tasks. A series of fully worked case studies are presented including vector spatial analysis, remote sensing data analysis, landcover classification and LiDAR processing. A hands-on introduction to the application programming interface (API) of GDAL/OGR in Python/C++ is provided for readers who want to extend existing tools and/or develop their own software. Note de contenu : Part - I Geospatial Data Processing with GDAL/OGR
1. Introduction
2. Vector Data Processing
3. Raster Data Explained
4. Introduction to GDAL Utilities
5. Manipulating Raster Data
6. Indexed Color Images
7. Image Overviews, Tiling and Pyramids
8. Image (Re-)projections and Merging
9. Raster Meets Vector Data
10. Raster Meets Point Data
11. Virtual Rasters and Raster Calculations
Part - II Third Party Open Source Geospatial Utilities
12. Pktools
13. Orfeo Toolbox
14. Write Your Own Geospatial Utilities
15. 3D Point Cloud Data Processing
Part - III Case Studies
16. Case Study on Vector Spatial Analysis
17. Case Study on Multispectral Land Cover Classification
18. Case Study on Point Data
19. Conclusions and Future Outlook
Appendix A: Data Covered in the Book
Appendix B: Installation of Software
GlossaryNuméro de notice : 22219 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75218 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 22219-01 37.35 Livre Centre de documentation Géomatique Disponible PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalink
