Descripteur
Termes IGN > géomatique > base de données localisées > jeu de données localisées
jeu de données localiséesVoir aussi |
Documents disponibles dans cette catégorie (82)
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
Titre : Spatial dataset search: Building a dedicated knowledge graph Type de document : Article/Communication Auteurs : Mehdi Zrhal , Auteur ; Bénédicte Bucher , Auteur ; Marie-Dominique Van Damme , Auteur ; Fayçal Hamdi , Auteur Editeur : AGILE Alliance Année de publication : 2021 Projets : 1-Pas de projet / Conférence : AGILE 2021, 24th AGILE Conference on Geographic Information Science 19/07/2021 22/07/2021 Aurora Colorado - Etats-Unis OA Proceedings Importance : 5 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données
[Termes IGN] découverte de connaissances
[Termes IGN] données massives
[Termes IGN] données ouvertes
[Termes IGN] graphe
[Termes IGN] INSPIRE
[Termes IGN] jeu de données localisées
[Termes IGN] précision sémantique
[Termes IGN] recherche d'information géographique
[Termes IGN] requête spatiale
[Termes IGN] réseau sémantique
[Termes IGN] ressources web
[Termes IGN] service web géographique
[Termes IGN] terminologie
[Termes IGN] web des données
[Termes IGN] web sémantique géolocaliséRésumé : (auteur) A growing number of spatial datasets are published every year. These can usually be found in dedicated web portals with different structures and specificities. However, finding the dataset that fits user needs is a real challenge as prior knowledge of these portals is needed to retrieve it efficiently. In this article, we present the problem of spatial dataset search and how the use of a geographic Knowledge Graph could improve it. A proposed direction for future work, ex-tending these contributions, is then presented. Numéro de notice : C2021-008 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/agile-giss-2-43-2021 En ligne : https://doi.org/10.5194/agile-giss-2-43-2021 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97855
Titre : Les synergies de la télédétection optique par drone et satellite : changement d’échelle et application à la conservation des prairies humides Type de document : Thèse/HDR Auteurs : Emilien Alvarez-Vanhard, Auteur ; Thomas Houet, Directeur de thèse ; Thomas Corpetti, Directeur de thèse Editeur : Rennes : Université de Rennes 2 Année de publication : 2021 Importance : 193 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour obtenir le grade de Docteur de l’Université de Rennes 2, Spécialité : GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte de la végétation
[Termes IGN] données de terrain
[Termes IGN] échelle des données
[Termes IGN] étalonnage des données
[Termes IGN] fusion de données multisource
[Termes IGN] image captée par drone
[Termes IGN] image satellite
[Termes IGN] inondation
[Termes IGN] jeu de données localisées
[Termes IGN] marais
[Termes IGN] phytosociologie
[Termes IGN] prairie
[Termes IGN] réserve naturelle
[Termes IGN] zone humideIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La technologie drone est une nouvelle source de données de télédétection qui offre de nouvelles perspectives aux sciences de l'observation de la Terre. Elle permet un nouveau régime d'observation flexible et à très haute résolution spatiale qui apparaît comme complémentaire à celui des systèmes satellitaires et favorise l'application du changement d'échelle. Cette thèse a pour objectif d'évaluer l'apport des complémentarités entre drone et satellite pour le suivi des prairies humides - des milieux à fort enjeux écologiques et économiques. Pour cela, les principales synergies entre les données drone et satellite ont été identifiées dans la littérature scientifique. Un jeu de données multi-sources et multi-échelles alliant observations drone, satellitaires et in-situ a été constitué sur le site de la réserve régionale du marais de Sougéal, France. Ainsi, deux synergies adaptées au changement d'échelle - la "calibration de modèle" et la "fusion de données" - ont été appliquées à la cartographie de la structure des prairies humides - la distribution des communautés végétales et les dynamiques d'inondation. Les résultats montrent que le drone apporte une information sur la structure spatiale fine qui est utile pour dépasser les effets de pixels mixtes présents dans les données satellitaires. Par ailleurs, ces synergies facilitent la réalisation de représentations cartographiques qui intègrent la nature graduelle des milieux de prairies humides. Note de contenu : Introduction générale
Chapitre 1 - État-de-l’art : Identification des synergies entre drone et satellite
1.1 Introduction
1.2 Méthodes
1.3 Résultats
1.4 Discussion
1.5 Conclusion
Chapitre 2 - Le potentiel des synergies drone/satellite pour le suivi des prairies humides
2.1 Introduction
2.2 Les problématiques et enjeux du suivi des prairies humides
2.3 Méthodologies appliquées aux synergies drone/satellite
2.4 Site d’étude et données
2.5 Conclusion
Chapitre 3 - Calibration de modèle : Cartographie des communautés végétales de prairie humide
3.1 Introduction
3.2 Matériels
3.3 Méthodes
3.4 Résultats
3.5 Discussion
3.6 Conclusion
Chapitre 4 - Fusion de données : Cartographie des dynamiques d’inondation de prairie humide
4.1 Introduction
4.2 Matériels
4.3 Méthodes
4.4 Résultats
4.5 Discussion
4.6 Conclusion
Conclusion généraleNuméro de notice : 26727 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Rennes 2 : 2021 Organisme de stage : Littoral, Environnement, Télédétection, Géomatique LETG nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/01/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03519981/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99529 Bayesian transfer learning for object detection in optical remote sensing images / Changsheng Zhou in IEEE Transactions on geoscience and remote sensing, vol 58 n° 11 (November 2020)
[article]
Titre : Bayesian transfer learning for object detection in optical remote sensing images Type de document : Article/Communication Auteurs : Changsheng Zhou, Auteur ; Jiangshe Zhang, Auteur ; Junmin Liu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 7705 - 7719 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] chaîne de traitement
[Termes IGN] détection d'objet
[Termes IGN] distribution de Fisher
[Termes IGN] jeu de données localisées
[Termes IGN] théorème de BayesRésumé : (auteur) In the literature of object detection in optical remote sensing images, a popular pipeline is first modifying an off-the-shelf deep neural network, then initializing the modified network by pretrained weights on a source data set, and finally fine-tuning the network on a target data set. The procedure works well in practice but might not make full use of underlying knowledge implied by pretrained weights. In this article, we propose a novel method, referred to as Fisher regularization, for efficient knowledge transferring. Based on Bayes’ theorem, the method stores underlying knowledge into a Fisher information matrix and fine-tunes parameters based on the knowledge. The proposed method would not introduce extra parameters and is less sensitive to hyperparameters than classical weight decay. Experiments on NWPUVHR-10 and DOTA data sets show that the proposed method is effective and works well with different object detectors. Numéro de notice : A2020-679 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2983201 Date de publication en ligne : 14/04/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2983201 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96182
in IEEE Transactions on geoscience and remote sensing > vol 58 n° 11 (November 2020) . - pp 7705 - 7719[article]Advancing the theory and practice of system evaluation: a case study in geovisual analytics of social media / Alexander Savelyev in International journal of cartography, Vol 6 n° 2 (July 2020)
[article]
Titre : Advancing the theory and practice of system evaluation: a case study in geovisual analytics of social media Type de document : Article/Communication Auteurs : Alexander Savelyev, Auteur ; Alan M. MacEachren, Auteur Année de publication : 2020 Article en page(s) : pp 202 - 221 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] analyse géovisuelle
[Termes IGN] approche participative
[Termes IGN] jeu de données localisées
[Termes IGN] logiciel de visualisation
[Termes IGN] réseau social
[Termes IGN] utilisateur
[Vedettes matières IGN] GéovisualisationRésumé : (auteur) This paper advances the state-of-the-art in methodology design for empirical evaluation of (geo)visual analytics software. Specifically, we describe the process of design, development and application of a prototypical user study tailored to the evaluation of complex geovisual analytics tools that focus on social media analysis. We fist perform a synthesis of existing theory and best practices for software evaluation of comparable systems. We then demonstrate how the product of said synthesis – a methodological ‘check list’ – can be used to inform a proof-of-concept user study of an actual geovisual analytics software system. The resulting user study design accommodates for the use of real geographic social media datasets, the complexity of the intended analytical process, and for the learning challenges faced by the participants working with a fully-functional and mature geovisual analytics application, and is likely representative of a wide range of evaluation scenarios in (geo)visual analytics. A complete summary of all the study instruments is included to encourage their scrutiny, reuse and modification by others. Finally, we have discovered that participants’ curiosity and desire for autonomy played a noticeable role in the evaluation process – something not previously reported. Numéro de notice : A2020-373 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2019.1637488 Date de publication en ligne : 01/08/2019 En ligne : https://doi.org/10.1080/23729333.2019.1637488 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95305
in International journal of cartography > Vol 6 n° 2 (July 2020) . - pp 202 - 221[article]A review of techniques for 3D reconstruction of indoor environments / Zhizhong Kang in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)
[article]
Titre : A review of techniques for 3D reconstruction of indoor environments Type de document : Article/Communication Auteurs : Zhizhong Kang, Auteur ; Juntao Yang, Auteur ; Zhou Yang, Auteur ; Sai Cheng, Auteur Année de publication : 2020 Article en page(s) : 31 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage profond
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] espace intérieur
[Termes IGN] image RVB
[Termes IGN] indoorGML
[Termes IGN] jeu de données localisées
[Termes IGN] modèle géométrique
[Termes IGN] modèle sémantique de données
[Termes IGN] modèle topologique de données
[Termes IGN] reconstruction 3DRésumé : (auteur) Indoor environment model reconstruction has emerged as a significant and challenging task in terms of the provision of a semantically rich and geometrically accurate indoor model. Recently, there has been an increasing amount of research related to indoor environment reconstruction. Therefore, this paper reviews the state-of-the-art techniques for the three-dimensional (3D) reconstruction of indoor environments. First, some of the available benchmark datasets for 3D reconstruction of indoor environments are described and discussed. Then, data collection of 3D indoor spaces is briefly summarized. Furthermore, an overview of the geometric, semantic, and topological reconstruction of the indoor environment is presented, where the existing methodologies, advantages, and disadvantages of these three reconstruction types are analyzed and summarized. Finally, future research directions, including technique challenges and trends, are discussed for the purpose of promoting future research interest. It can be concluded that most of the existing indoor environment reconstruction methods are based on the strong Manhattan assumption, which may not be true in a real indoor environment, hence limiting the effectiveness and robustness of existing indoor environment reconstruction methods. Moreover, based on the hierarchical pyramid structures and the learnable parameters of deep-learning architectures, multi-task collaborative schemes to share parameters and to jointly optimize each other using redundant and complementary information from different perspectives show their potential for the 3D reconstruction of indoor environments. Furthermore, indoor–outdoor space seamless integration to achieve a full representation of both interior and exterior buildings is also heavily in demand. Numéro de notice : A2020-299 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9050330 Date de publication en ligne : 19/05/2020 En ligne : https://doi.org/10.3390/ijgi9050330 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95139
in ISPRS International journal of geo-information > vol 9 n° 5 (May 2020) . - 31 p.[article]GIS-based modeling for selection of dam sites in the Kurdistan region, Iraq / Arsalan Ahmed Othman in ISPRS International journal of geo-information, vol 9 n° 4 (April 2020)PermalinkDeep learning for remote sensing images with open source software / Rémi Cresson (2020)PermalinkExtracting urban landmarks from geographical datasets using a random forests classifier / Yue Lin in International journal of geographical information science IJGIS, vol 33 n° 12 (December 2019)PermalinkAn approach for establishing correspondence between OpenStreetMap and reference datasets for land use and land cover mapping / Qi Zhou in Transactions in GIS, Vol 23 n° 6 (November 2019)PermalinkPPD: Pyramid Patch Descriptor via convolutional neural network / Jie Wan in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 9 (September 2019)PermalinkSemantic understanding of scenes through the ADE20K dataset / Bolei Zhou in International journal of computer vision, vol 127 n° 3 (March 2019)PermalinkLes systèmes d'information géographique / Christina Aschan-Leygonie (2019)PermalinkSurface reconstruction of incomplete datasets: A novel Poisson surface approach based on CSRBF / Jules Morel in Computers and graphics, vol 74 (August 2018)PermalinkAssessing spatiotemporal predictability of LBSN : a case study of three Foursquare datasets / Ming Li in Geoinformatica, vol 22 n° 3 (July 2018)PermalinkUn modèle pour l’intégration spatiale et temporelle de données géolocalisées / Helbert Arenas in Revue internationale de géomatique, vol 28 n° 2 (avril - juin 2018)PermalinkA novel orthoimage mosaic method using a weighted A∗ algorithm : Implementation and evaluation / Maoteng Zheng in ISPRS Journal of photogrammetry and remote sensing, vol 138 (April 2018)PermalinkGéomatique et enseignement secondaire / Cyrille Chopin in Ingénierie des systèmes d'information, ISI : Revue des sciences et technologies de l'information, RSTI, vol 22 n° 5 (septembre - octobre 2017)PermalinkA GPU-accelerated adaptive kernel density estimation approach for efficient point pattern analysis on spatial big data / Guiming Zhang in International journal of geographical information science IJGIS, vol 31 n° 9-10 (September - October 2017)PermalinkA viewpoint based approach to the visual exploration of trajectory / Jie Li in Journal of Visual Languages and Computing, vol 41 (August 2017)PermalinkEfficient maximal reverse skyline query processing / Farnoush Banaei-Kashani in Geoinformatica, vol 21 n° 3 (July - September 2017)PermalinkHomogeneizing GPS integrated water vapour time series: methodology and benchmarking the algorithms on synthetic datasets / Roeland Van Malderen (2017)PermalinkImproving FOSS photogrammetric workflows for processing large image datasets / Oscar Martinez-Rubi in Open Geospatial Data, Software and Standards, vol 2 (2017)PermalinkNovel tool for examination of data completeness based on a comparative study of VGI data and official building datasets / Joanna Nowak Da Costa in Geodetski vestnik, vol 60 n° 3 (September - November 2016)PermalinkUn outil de visualisation d’ontologies pour le web des données, utilisable par tous / Fatma Ghorbel in Ingénierie des systèmes d'information, ISI : Revue des sciences et technologies de l'information, RSTI, vol 21 n° 5 - 6 (septembre - décembre 2016)PermalinkMatching disparate geospatial datasets and validating matches using spatial logic / Heshan Du (2015)Permalink