Centre dedocumentation
scientifique

An overview of clustering methods for geo-referenced time series: from one-way clustering to co- and tri-clustering / Xiaojing Wu in International journal of geographical information science IJGIS, vol 34 n° 9 (September 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 9 (September 2020) . - pp 1822 - 1848 Titre : An overview of clustering methods for geo-referenced time series: from one-way clustering to co- and tri-clustering Type de document : Article/Communication Auteurs : Xiaojing Wu, Auteur ; Changxiu Cheng, Auteur ; Raul Zurita-Milla, Auteur Année de publication : 2020 Article en page(s) : pp 1822 - 1848 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] analyse spatio-temporelle [Termes descripteurs IGN] classification barycentrique [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] modélisation spatio-temporelle [Termes descripteurs IGN] regroupement de données [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] taxinomie Résumé : (auteur) Even though many studies have shown the usefulness of clustering for the exploration of spatio-temporal patterns, until now there is no systematic description of clustering methods for geo-referenced time series (GTS) classified as one-way clustering, co-clustering and tri-clustering methods. Moreover, the selection of a suitable clustering method for a given dataset and task remains to be a challenge. Therefore, we present an overview of existing clustering methods for GTS, using the aforementioned classification, and compare different methods to provide suggestions for the selection of appropriate methods. For this purpose, we define a taxonomy of clustering-related geographical questions and compare the clustering methods by using representative algorithms and a case study dataset. Our results indicate that tri-clustering methods are more powerful in exploring complex patterns at the cost of additional computational effort, whereas one-way clustering and co-clustering methods yield less complex patterns and require less running time. However, the selection of the most suitable method should depend on the data type, research questions, computational complexity, and the availability of the methods. Finally, the described classification can include novel clustering methods, thereby enabling the exploration of more complex spatio-temporal patterns. Numéro de notice : A2020-477 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1726922 date de publication en ligne : 16/02/2020 En ligne : https://doi.org/10.1080/13658816.2020.1726922 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95624 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2020091	SL	Revue	Centre de documentation	Revues en salle	Disponible

Investigating the quality of reverse geocoding services using text similarity techniques and logistic regression analysis / Batuhan Kilic in Cartography and Geographic Information Science, Vol 47 n° 4 (July 2020)  

Public [article]  inCartography and Geographic Information Science > Vol 47 n° 4 (July 2020) . - pp 336 - 349 Titre : Investigating the quality of reverse geocoding services using text similarity techniques and logistic regression analysis Type de document : Article/Communication Auteurs : Batuhan Kilic, Auteur ; Fatih Gülgen, Auteur Année de publication : 2020 Article en page(s) : pp 336 - 349 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes descripteurs IGN] exploration de texte [Termes descripteurs IGN] géocodage inverse [Termes descripteurs IGN] géocodage par adresse postale [Termes descripteurs IGN] logique binaire [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] régression [Termes descripteurs IGN] similitude sémantique Résumé : (auteur) Location, usually defined by postal address information or geographic coordinate values, is one of the leading themes in geography. Famous global mapping services such as ArcGIS Online, Bing Maps, Google Maps, or Yandex Maps can provide users with address information of any geographic coordinates using reverse geocoding. The accuracy of retrieved addresses is quite essential for a service user. Several researchers have evaluated the accuracy of the process based on the positional errors between the retrieved and actual addresses. This article proposes a different assessment based on text similarity algorithms. In this study, the authors examine the outcomes of 15 different text similarity algorithms by comparing them with the reference data. They benefit from the binary logistic regression to evaluate the results. At the end of the case study, they conclude that the soft-term frequency/inverse document frequency algorithm is the most appropriate to measure the quality of postal addresses of all tested services. The Jaccard algorithm also produces successful results only for Google and Bing Maps services. Moreover, the study allows the reader to assess the results of reverse geocoding derived from the global map platforms that serve in the test region. Numéro de notice : A2020-339 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2020.1746198 date de publication en ligne : 20/04/2020 En ligne : https://doi.org/10.1080/15230406.2020.1746198 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95214 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2020041	SL	Revue	Centre de documentation	Revues en salle	Disponible

Mining spatiotemporal association patterns from complex geographic phenomena / Zhanjun He in International journal of geographical information science IJGIS, vol 34 n° 6 (June 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 6 (June 2020) . - pp 1162 -1 187 Titre : Mining spatiotemporal association patterns from complex geographic phenomena Type de document : Article/Communication Auteurs : Zhanjun He, Auteur ; Jiannan Cai, Auteur ; Zhong Xie, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 1162 -1 187 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] approche hiérarchique [Termes descripteurs IGN] Chine [Termes descripteurs IGN] diffusion spatiale [Termes descripteurs IGN] données localisées dynamiques [Termes descripteurs IGN] exploration de données géographiques [Termes descripteurs IGN] interaction spatiale [Termes descripteurs IGN] modèle entité-association [Termes descripteurs IGN] modélisation spatio-temporelle [Termes descripteurs IGN] phénomène géographique [Termes descripteurs IGN] pollution atmosphérique [Termes descripteurs IGN] tempête Résumé : (auteur) Spatiotemporal association pattern mining can discover interesting interdependent relationships among various types of geospatial data. However, existing mining methods for spatiotemporal association patterns usually model geographic phenomena as simple spatiotemporal point events. Therefore, they cannot be applied to complex geographic phenomena, which continuously change their properties, shapes or locations, such as storms and air pollution. The most salient feature of such complex geographic phenomena is the geographic dynamic. To fully reveal dynamic characteristics of complex geographic phenomena and discover their associated factors, this research proposes a novel complex event-based spatiotemporal association pattern mining framework. First, a complex geographic event was hierarchically modeled and represented by a new data structure named directed spatiotemporal routes. Then, sequence mining technique was applied to discover the spatiotemporal spread pattern of the complex geographic events. An adaptive spatiotemporal episode pattern mining algorithm was proposed to discover the candidate driving factors for the occurrence of complex geographic events. Finally, the proposed approach was evaluated by analyzing the air pollution in the region of Beijing-Tianjin-Hebei. The experimental results showed that the proposed approach can well address the geographic dynamic of complex geographic phenomena, such as the spatial spreading pattern and spatiotemporal interaction with candidate driving factors. Numéro de notice : A2020-340 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2019.1566549 date de publication en ligne : 01/02/2019 En ligne : https://doi.org/10.1080/13658816.2019.1566549 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95216 [article]

Extraction de connaissances pour la description de l'environnement maritime côtier à partir de textes d'aide à la navigation / Léa Lamotte in Revue des Nouvelles Technologies de l'Information, E.36 (2020)

Public [article]  inRevue des Nouvelles Technologies de l'Information > E.36 (2020) . - pp 341 - 348 Titre : Extraction de connaissances pour la description de l'environnement maritime côtier à partir de textes d'aide à la navigation Type de document : Article/Communication Auteurs : Léa Lamotte, Auteur ; Nathalie Abadie , Auteur ; Eric Saux, Auteur ; Eric Kergosien, Auteur Congrès : EGC 2020, 20e conférence internationale francophone Extraction et Gestion des Connaissances (27 - 31 janvier 2020; Bruxelles, Belgique), Commanditaire Année de publication : 2020 Article en page(s) : pp 341 - 348 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes descripteurs IGN] exploration de texte [Termes descripteurs IGN] information géographique [Termes descripteurs IGN] traitement du langage naturel Résumé : (auteur) Les référentiels de données géoréférencées sont de plus en plus utilisés pour permettre l'annotation spatiale de documents textuels et ainsi faciliter l'accès à leur contenu, voire son analyse spatiale. En revanche, peu de travaux se sont intéressés à l'extraction d'information géographique à partir de textes pour alimenter de tels référentiels. Le travail présenté dans cet article explore les potentialités de l'extraction d'information spatiale indirecte (noms de lieux, relations spatiales, etc.) dans les textes des Instructions Nautiques produites par le Service Hydrographique et Océanographique de la Marine (SHOM). La méthode proposée combine une approche lexicale et une approche à base de patrons linguistiques, puis est comparée aux principales approches d'extraction d'information géographique en français. Numéro de notice : A2020-571 Affiliation des auteurs : LaSTIG+Ext (2020- ) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96012 [article]

La modélisation en géographie / Denise Pumain (2020) 

Public Titre : La modélisation en géographie : villes et territoires Type de document : Monographie Auteurs : Denise Pumain, Editeur scientifique Editeur : Londres : ISTE Editions Année de publication : 2020 Collection : Méthodologies de modélisation en sciences sociales num. 2 Importance : 246 p. ISBN/ISSN/EAN : 978-1-78405-672-8 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] conception cartographique [Termes descripteurs IGN] échelle géographique [Termes descripteurs IGN] exploration de données géographiques [Termes descripteurs IGN] modèle de simulation [Termes descripteurs IGN] modélisation spatiale [Termes descripteurs IGN] représentation cartographique [Termes descripteurs IGN] territoire [Termes descripteurs IGN] ville [Termes descripteurs IGN] visualisation dynamique Index. décimale : 37.20 Analyse spatiale et ses outils Résumé : (Editeur) La modélisation des villes et des territoires a beaucoup progressé depuis 20 ans grâce aux systèmes d’information géographique, à la mise à disposition sur Internet de grandes masses de données géolocalisées, et à la montée en performance des méthodes informatiques pour la simulation et l’exploration des modèles dynamiques. La modélisation en géographie explique les différentes étapes de la construction de ces modèles, depuis leurs bases conceptuelles jusqu’à leurs utilisations pratiques, permettant de mieux comprendre les formes d’organisation et les processus de l’évolution des villes et territoires. Cet ouvrage rend ainsi accessibles les fondements théoriques de la construction et les délicates opérations de la sélection d’un modèle, les applications des fractales et des lois d’échelle à la connaissance de la morphologie des villes et l’organisation des transports urbains. Il présente en détail des méthodes inédites de construction et d’exploration des modèles et de visualisation des données et des résultats. Note de contenu : 1. La complexité en géographie 2. Choisir des modèles pour expliquer les dynamiques des villes et des territoires 3. Effets de la distance et dépendance d’échelles dans les modèles géographiques de villes et de territoires 4. Modélisation territoriale incrémentale 5. Méthodes d’exploration des modèles de simulation 6. Visualiser les modèles Numéro de notice : 26337 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95353

Contient

• La modélisation en géographie : villes et territoires, ch. 4. Modélisation territoriale incrémentale / Clémentine Cottineau (2020)

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
26337-01	37.20	Livre	Centre de documentation	Géomatique	Disponible

Analysis of collaboration networks in OpenStreetMap through weighted social multigraph mining / Quy Thy Truong in International journal of geographical information science IJGIS, vol 33 n° 7 - 8 (July - August 2019)  

Permalink

Champs et objets pour mieux représenter les phénomènes dans leur contexte géographique / Anne Ruas in Revue internationale de géomatique, vol 29 n° 2 (avril - juin 2019)  

Permalink

CarSenToGram: geovisual text analytics for exploring spatiotemporal variation in public discourse on Twitter / Caglar Koylu in Cartography and Geographic Information Science, Vol 46 n° 1 (January 2019)  

Permalink

Challenging deep image descriptors for retrieval in heterogeneous iconographic collections / Dimitri Gominski (2019)  

Permalink

A hybrid ensemble learning method for tourist route recommendations based on geo-tagged social networks / Lin Wan in International journal of geographical information science IJGIS, vol 32 n° 11-12 (November - December 2018)  

Permalink

NRand‐K : Minimizing the impact of location obfuscation in spatial analysis / Mayra Zurbaran in Transactions in GIS, vol 22 n° 5 (October 2018)  

Permalink

Spatial mining of migration patterns from web demographics / T. Edwin Chow in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)  

Permalink

Advancing New Testament interpretation through spatio‐temporal analysis: Demonstrated by case studies / Vincent Van Altena in Transactions in GIS, vol 22 n° 3 (June 2018)  

Permalink

Crowdsourcing the character of a place : Character‐level convolutional networks for multilingual geographic text classification / Benjamin Adams in Transactions in GIS, vol 22 n° 2 (April 2018)  

Permalink

Generating vague neighbourhoods through data mining of passive web data / Paul Brindley in International journal of geographical information science IJGIS, vol 32 n° 3-4 (March - April 2018)  

Permalink