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 vidéos des journées 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 : C2021-009 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 from urban form to predict building heights / Nikola Milojevic-Dupont in Plos one, vol 15 n° 12 (December 2020)  

Public [article]  inPlos one > vol 15 n° 12 (December 2020) . - n° 0242010 Titre : Learning from urban form to predict building heights Type de document : Article/Communication Auteurs : Nikola Milojevic-Dupont, Auteur ; Nicolai Hans, Auteur ; Lynn H. Kaack, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 0242010 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] Allemagne [Termes IGN] apprentissage automatique [Termes IGN] base de connaissances [Termes IGN] données localisées des bénévoles [Termes IGN] France (administrative) [Termes IGN] hauteur du bâti [Termes IGN] Italie [Termes IGN] morphologie urbaine [Termes IGN] OpenStreetMap [Termes IGN] Pays-Bas [Termes IGN] ville Résumé : (auteur) Understanding cities as complex systems, sustainable urban planning depends on reliable high-resolution data, for example of the building stock to upscale region-wide retrofit policies. For some cities and regions, these data exist in detailed 3D models based on real-world measurements. However, they are still expensive to build and maintain, a significant challenge, especially for small and medium-sized cities that are home to the majority of the European population. New methods are needed to estimate relevant building stock characteristics reliably and cost-effectively. Here, we present a machine learning based method for predicting building heights, which is based only on open-access geospatial data on urban form, such as building footprints and street networks. The method allows to predict building heights for regions where no dedicated 3D models exist currently. We train our model using building data from four European countries (France, Italy, the Netherlands, and Germany) and find that the morphology of the urban fabric surrounding a given building is highly predictive of the height of the building. A test on the German state of Brandenburg shows that our model predicts building heights with an average error well below the typical floor height (about 2.5 m), without having access to training data from Germany. Furthermore, we show that even a small amount of local height data obtained by citizens substantially improves the prediction accuracy. Our results illustrate the possibility of predicting missing data on urban infrastructure; they also underline the value of open government data and volunteered geographic information for scientific applications, such as contextual but scalable strategies to mitigate climate change. Numéro de notice : A2020-830 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.1371/journal.pone.0242010 Date de publication en ligne : 09/12/2020 En ligne : https://doi.org/10.1371/journal.pone.0242010 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97658 [article]

Methodology of the automatic generalization of buildings, road networks, forests and surface waters: a case study based on the Topographic Objects Database in Poland / Izabela Karsznia in Geocarto international, vol 35 n° 7 ([15/05/2020])  

Public [article]  inGeocarto international > vol 35 n° 7 [15/05/2020] . - pp 735 - 758 Titre : Methodology of the automatic generalization of buildings, road networks, forests and surface waters: a case study based on the Topographic Objects Database in Poland Type de document : Article/Communication Auteurs : Izabela Karsznia, Auteur ; Marta Przychodzeń, Auteur ; Karolina Sielicka, Auteur Année de publication : 2020 Article en page(s) : pp 735 - 758 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] ArcGIS [Termes IGN] base de connaissances [Termes IGN] base de données orientée objet [Termes IGN] bâtiment [Termes IGN] données topographiques [Termes IGN] eau de surface [Termes IGN] forêt [Termes IGN] placement automatique des objets [Termes IGN] Pologne [Termes IGN] réseau routier [Vedettes matières IGN] Généralisation Résumé : (auteur) This research presents the formalization and verification of the methodology for the automatic generalization of buildings, road networks, forests and surface waters from the Topographic Objects Database (BDOT10k) in Poland. The article makes the following contributions. First, the generalization methodology contained in the official documents was acquired and presented in the form of the knowledge base. Second, the possibilities and limitations of the implementation of the knowledge base in ArcGIS were discussed. Third, the suitability of the BDOT10k structure for the purpose of automatic generalization performance was verified. As a result of the conducted generalization tests, it was found that the formalization and implementation of the methodology contained in the official specifications, in the automatic mode are not entirely possible. The generalization results, however, are promising. The presented research is in line with the studies recently conducted not only by Polish but also other European National Mapping Agencies. Numéro de notice : A2020-271 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1533591 Date de publication en ligne : 03/12/2018 En ligne : https://doi.org/10.1080/10106049.2018.1533591 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95055 [article]

An artificial bee colony-based algorithm to automatically create colour schemes for geovisualizations / Mingguang Wu in Cartographic journal (the), Vol 56 n° 2 (May 2019)  

Public [article]  inCartographic journal (the) > Vol 56 n° 2 (May 2019) . - pp 161 - 174 Titre : An artificial bee colony-based algorithm to automatically create colour schemes for geovisualizations Type de document : Article/Communication Auteurs : Mingguang Wu, Auteur ; Taisheng Chen, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 161 - 174 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage automatique [Termes IGN] base de règles [Termes IGN] carte sur mesure [Termes IGN] couleur à l'écran [Termes IGN] optimisation par colonie de fourmis [Vedettes matières IGN] Géovisualisation Résumé : (Auteur) Creating appropriate colour schemes is challenging for both novice and experienced cartographers. This paper introduces an artificial bee colony (ABC) algorithm to automatically create various colour schemes. Colour scheme creation is treated as a constrained search problem in a continuous colour space. We considered the gamut of the target device and a series of cartographic rules, such as convention, discrimination, contrast, perceptual uniformity and brightness mirror, in the ABC algorithm and presented detailed initialization, fitness definition, local exploration, and global exploration methods for creating qualitative, sequential and diverging colour schemes. The proposed method is evaluated with a case study, and the results indicate that compared with the brute force search method, the proposed method can create satisfying colour schemes of similar quality but significantly improved efficiency. Numéro de notice : A2019-240 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00087041.2018.1507182 Date de publication en ligne : 20/11/2018 En ligne : https://doi.org/10.1080/00087041.2018.1507182 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92933 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
030-2019021	SL	Revue	Centre de documentation	Revues en salle	Disponible

Journées de la recherche 2019 / Anonyme in Géomatique expert, n° 127 (avril - mai 2019)

Public [article]  inGéomatique expert > n° 127 (avril - mai 2019) . - pp 23 - 34 Titre : Journées de la recherche 2019 Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2019 Article en page(s) : pp 23 - 34 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Information géographique [Termes IGN] apprentissage profond [Termes IGN] base de connaissances [Termes IGN] carte de Cassini [Termes IGN] données localisées [Termes IGN] données localisées 3D [Termes IGN] extraction de traits caractéristiques [Termes IGN] géoréférencement [Termes IGN] parcelle agricole [Termes IGN] paroisse [Termes IGN] photographie argentique [Termes IGN] qualité des données [Termes IGN] réseau neuronal convolutif [Termes IGN] segmentation [Termes IGN] segmentation d'image [Termes IGN] semis de points [Termes IGN] série temporelle Résumé : (Auteur) Cette année, les journées de la recherche de l’IGN ont fait la part belle aux réseaux de neurones – un sujet décidément très à la mode – ainsi qu’à différentes initiatives d’archivage et de consultation des données géographiques anciennes. Numéro de notice : A2019-308 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE/INFORMATIQUE/POSITIONNEMENT Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93284 [article]

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
IFN-001-P002141	PER	Revue	Nogent-sur-Vernisson	Salle périodiques	Exclu du prêt

Création d’une base de connaissances sur les redécoupages administratifs durant la Révolution française : l’exemple des paroisses constitutionnelles / Antoine Keller (2019)  

Permalink

Fictive motion extraction and classification / Ekaterina Egorova in International journal of geographical information science IJGIS, vol 32 n° 11-12 (November - December 2018)  

Permalink

A deep learning approach to DTM extraction from imagery using rule-based training labels / Caroline M. Gevaert in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)  

Permalink

The map as knowledge base / Dalia E. Varanka in International journal of cartography, vol 4 n° 2 (June 2018)  

Permalink

A formalized 3D geovisualization illustrated to selectivity purpose of virtual 3D city model / Romain Neuville in ISPRS International journal of geo-information, vol 7 n° 5 (May 2018)  

Permalink

Generic rule-sets for automated detection of urban tree species from very high-resolution satellite data / Razieh Shojanoori in Geocarto international, vol 33 n° 4 (April 2018)  

Permalink

European Forest Types: toward an automated classification / Francesca Giannetti in Annals of Forest Science [en ligne], vol 75 n° 1 (March 2018)  

Permalink

The influence of domain expertise on visual overviews of spatiotemporal data / Susanne Bleisch in International journal of cartography, vol 3 n° 2 (December 2017)  

Permalink

Knowledge-guided consistent correlation analysis of multimode landslide monitoring data / Shuangxi Miao in International journal of geographical information science IJGIS, vol 31 n° 11-12 (November - December 2017)  

Permalink

Reference data enhancement for geographic information retrieval using linked data / Tiago H. V. M. Moura in Transactions in GIS, vol 21 n° 4 (August 2017)  

Permalink