Centre dedocumentation
scientifique

Geographic knowledge graph attribute normalization: Improving the accuracy by fusing optimal granularity clustering and co-occurrence analysis / Chuan Yin in ISPRS International journal of geo-information, vol 11 n° 7 (July 2022)  

Public [article]  inISPRS International journal of geo-information > vol 11 n° 7 (July 2022) . - n° 360 Titre : Geographic knowledge graph attribute normalization: Improving the accuracy by fusing optimal granularity clustering and co-occurrence analysis Type de document : Article/Communication Auteurs : Chuan Yin, Auteur ; Binyu Zhang, Auteur ; Wanzeng Liu, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 360 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] analyse de groupement [Termes IGN] attribut sémantique [Termes IGN] granularité (informatique) [Termes IGN] granularité d'image [Termes IGN] matrice de co-occurrence [Termes IGN] plus proche voisin, algorithme du [Termes IGN] relation sémantique [Termes IGN] réseau sémantique [Termes IGN] synonymie Résumé : (auteur) Expansion of the entity attribute information of geographic knowledge graphs is essentially the fusion of the Internet’s encyclopedic knowledge. However, it lacks structured attribute information, and synonymy and polysemy always exist. These reduce the quality of the knowledge graph and cause incomplete and inaccurate semantic retrieval. Therefore, we normalize the attributes of a geographic knowledge graph based on optimal granularity clustering and co-occurrence analysis, and use structure and the semantic relation of the entity attributes to identify synonymy and correlation between attributes. Specifically: (1) We design a classification system for geographic attributes, that is, using a community discovery algorithm to classify the attribute names. The optimal clustering granularity is identified by the marker target detection algorithm. (2) We complete the fine-grained identification of attribute relations by analyzing co-occurrence relations of the attributes and rule inference. (3) Finally, the performance of the system is verified by manual discrimination using the case of “landscape, forest, field, lake and grass”. The results show the following: (1) The average precision of spatial relations was 0.974 and the average recall was 0.937; the average precision of data relations was 0.977 and the average recall was 0.998. (2) The average F1 for similarity results is 0.473; the average F1 for co-occurrence analysis results is 0.735; the average F1 for rule-based modification results is 0.934; the results show that the accuracy is greater than 90%. Compared to traditional methods only focusing on similarity, the accuracy of synonymous attribute recognition improves the system and we are capable of identifying near-sense attributes. Integration of our system and attribute normalization can greatly improve both the processing efficiency and accuracy. Numéro de notice : A2022-548 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : https://doi.org/10.3390/ijgi11070360 Date de publication en ligne : 23/06/2022 En ligne : https://doi.org/10.3390/ijgi11070360 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101149 [article]

Production of optimum forest roads and comparison of these routes with current forest roads: a case study in Maçka, Turkey / Faruk Yildirim in Geocarto international, vol 37 n° 8 ([22/06/2022])  

Public [article]  inGeocarto international > vol 37 n° 8 [22/06/2022] . - pp 2175 - 2197 Titre : Production of optimum forest roads and comparison of these routes with current forest roads: a case study in Maçka, Turkey Type de document : Article/Communication Auteurs : Faruk Yildirim, Auteur ; Fatih Kadi, Auteur Année de publication : 2022 Article en page(s) : pp 2175 - 2197 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] carte forestière [Termes IGN] forêt [Termes IGN] interface graphique [Termes IGN] Matlab [Termes IGN] processus de hiérarchisation analytique [Termes IGN] recherche du chemin optimal, algorithme de [Termes IGN] route [Termes IGN] Turquie Résumé : (auteur) Forest roads are a basic necessity in forestry policies and should be planned by considering many factors. This study aims to generate optimum forest road routes and to compare them with current forest roads. First, FRNSM has been produced according to AHP, using nine factors for the study area. Then, risk statuses of the current forest roads are examined. According to results, 35% of the total forest road has high risk. A MATLAB-GUI based an application using optimal path algorithm developed for the second stage of the study has been produced. Using this application, optimum forest road routes have been produced for 11 pilot areas selected from the region. Generated routes have been compared with current forest roads in the region. It has been observed that generated routes in all areas are more suitable than current forest roads in terms of total length and average risk of suitability. Numéro de notice : A2022-504 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1818852 Date de publication en ligne : 22/09/2020 En ligne : https://doi.org/10.1080/10106049.2020.1818852 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101025 [article]

Evaluating Sentinel-1A datasets for rice leaf area index estimation based on machine learning regression models / Lamin R. Mansaray in Geocarto international, vol 37 n° 5 ([01/05/2022])  

Public [article]  inGeocarto international > vol 37 n° 5 [01/05/2022] . - pp 1225 - 1236 Titre : Evaluating Sentinel-1A datasets for rice leaf area index estimation based on machine learning regression models Type de document : Article/Communication Auteurs : Lamin R. Mansaray, Auteur ; Fumin Wang, Auteur ; Adam Sheka Kanu, Auteur ; Lingbo Yang, Auteur Année de publication : 2022 Article en page(s) : pp 1225 - 1236 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] apprentissage automatique [Termes IGN] Chine [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] Extreme Gradient Machine [Termes IGN] image Sentinel-SAR [Termes IGN] jeu de données localisées [Termes IGN] Leaf Area Index [Termes IGN] modèle de régression [Termes IGN] plus proche voisin, algorithme du [Termes IGN] polarisation [Termes IGN] rizière Résumé : (Auteur) Three Sentinel-1A datasets in vertical transmitted and horizontal received (VH) and vertical transmitted and vertical received (VV) polarisations, and the linear combination of VH and VV (VHVV) are evaluated for rice green leaf area index (LAI) estimation using four machine learning regression models [Support Vector Machine (SVM), k-Nearest Neighbour (k-NN), Random Forest (RF) and Gradient Boosting Decision Tree (GBDT)]. Results showed that for the entire growing season, VV outperformed VH, recording an R2 of 0.68 and an RMSE of 0.98 m2/m2 with the k-NN model. However, VHVV produced the most accurate estimates with GBDT (R2 of 0.82 and RMSE of 0.68 m2/m2), followed by that of VHVV with RF (R2 of 0.78 and RMSE of 0.90 m2/m2). Our findings have further confirmed that combining VH and VV data can achieve improved rice growth modelling, and that tree-based algorithms can better handle data dimensionality. Numéro de notice : A2022-274 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1773545 Date de publication en ligne : 05/06/2020 En ligne : https://doi.org/10.1080/10106049.2020.1773545 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100753 [article]

Clustering with implicit constraints: A novel approach to housing market segmentation / Xiaoqi Zhang in Transactions in GIS, vol 26 n° 2 (April 2022)  

Public [article]  inTransactions in GIS > vol 26 n° 2 (April 2022) . - pp 585 - 608 Titre : Clustering with implicit constraints: A novel approach to housing market segmentation Type de document : Article/Communication Auteurs : Xiaoqi Zhang, Auteur ; Yanqiao Zheng, Auteur ; Qiong Peng, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 585 - 608 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] algorithme glouton [Termes IGN] analyse de groupement [Termes IGN] Chine [Termes IGN] classification par nuées dynamiques [Termes IGN] contrainte topologique [Termes IGN] hétérogénéité spatiale [Termes IGN] logement [Termes IGN] marché foncier [Termes IGN] programmation par contraintes [Termes IGN] segmentation [Termes IGN] structure spatiale [Termes IGN] zone urbaine Résumé : (auteur) Constrained clustering has been widely studied and outperforms both the traditional unsupervised clustering and experience-oriented approaches. However, the existing literature on constrained clustering concentrates on spatially explicit constraints, while many constraints in housing market studies are implicit. Ignoring the implicit constraints will result in unreliable clustering results. This article develops a novel framework for constrained clustering, which takes implicit constraints into account. Specifically, the research extends the classical greedy searching algorithm by adding one back-and-forth searching step, efficiently coping with the order sensitivity. Via evaluation on both synthetic and real data sets, it turns out that the proposed algorithm outperforms existing algorithms, even when only the traditional pairwise constraints are provided. In an application to a concrete housing market segmentation problem, the proposed algorithm shows its power to accommodate user-specified homogeneity criteria to extract hidden information on the underlying urban spatial structure. Numéro de notice : A2022-362 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1111/tgis.12878 Date de publication en ligne : 26/12/2021 En ligne : https://doi.org/10.1111/tgis.12878 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100581 [article]

Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour / Olivier de Joinville in XYZ, n° 170 (mars 2022)

Public [article]  inXYZ > n° 170 (mars 2022) . - pp 36 - 44 Titre : Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour Type de document : Article/Communication Auteurs : Olivier de Joinville , Auteur ; Chloé Marcon, Auteur Année de publication : 2022 Article en page(s) : pp 36 - 44 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] aéroport [Termes IGN] analyse comparative [Termes IGN] analyse diachronique [Termes IGN] BD Topo [Termes IGN] classification dirigée [Termes IGN] classification orientée objet [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] classification pixellaire [Termes IGN] contrôle qualité [Termes IGN] détection de changement [Termes IGN] détection du bâti [Termes IGN] extraction de la végétation [Termes IGN] image Pléiades-HR [Termes IGN] image Sentinel-MSI [Termes IGN] mise à jour de base de données [Termes IGN] modèle numérique de surface [Termes IGN] Nice [Termes IGN] Normalized Difference Vegetation Index [Termes IGN] orthoimage [Termes IGN] plus proche voisin, algorithme du [Termes IGN] QGIS [Termes IGN] réalité de terrain Résumé : (Auteur) Le Service d’information aéronautique (SIA) est un service de la DGAC (Direction générale de l’aviation civile) qui publie et exploite des obstacles à la navigation aérienne afin de sécuriser les vols aux abords des aérodromes. L’article propose une étude comparative entre des données images aériennes (OrthoImages) et des données images satellite (Pléiades et Sentinel) dans les deux domaines suivants : détection d’obstacles (essentiellement végétation et bâtiments) ainsi que leur mise à jour. Il ressort que les images satellite, du fait de leur forte qualité radiométrique et géométrique, offrent un potentiel légèrement supérieur aux images aériennes pour le SIA. De futures études utilisant d’autres capteurs optiques, LiDAR et Radar et des moyens de contrôle plus exhaustifs, devront être menées pour confirmer cette tendance. Numéro de notice : A2022-225 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100191 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2022011	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2022012	SL	Revue	Centre de documentation	Revues en salle	Disponible

Discovering transition patterns among OpenStreetMap feature classes based on the Louvain method / Yijiang Zhao in Transactions in GIS, vol 26 n° 1 (February 2022)  

Permalink

A robust nonrigid point set registration framework based on global and intrinsic topological constraints / Guiqiang Yang in The Visual Computer, vol 38 n° 2 (February 2022)  

Permalink

Introduction au Machine Learning / Chloé-Agathe Azencott (2022)

Permalink

Modeling in forestry using mixture models fitted to grouped and ungrouped data / Eric K. Zenner in Forests, vol 12 n° 9 (September 2021)  

Permalink

Constrained shortest path problems in bi-colored graphs: a label-setting approach / Amin AliAbdi in Geoinformatica [en ligne], vol 25 n° 3 (July 2021)  

Permalink

A framework to manage uncertainty in the computation of waste collection routes after a flood / Arnaud Le Guilcher in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-4-2021 (July 2021)  

Permalink

An automatic workflow for orientation of historical images with large radiometric and geometric differences / Ferdinand Maiwald in Photogrammetric record, vol 36 n° 174 (June 2021)  

Permalink

DEM resolution influences on peak flow prediction: a comparison of two different based DEMs through various rescaling techniques / Ali H. Ahmed Suliman in Geocarto international, vol 36 n° 7 ([15/04/2021])  

Permalink

PgRouting : des fonctions de graphe pour PostGreSQL et POstGIS / Anonyme in Géomatique expert, n° 134 (avril 2021)

Permalink

A trajectory restoration algorithm for low-sampling-rate floating car data and complex urban road networks / Bozhao Li in International journal of geographical information science IJGIS, vol 35 n° 4 (April 2021)  

Permalink