Centre dedocumentation
scientifique

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)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 33 n° 7 - 8 (July - august 2019) . - pp 1651 - 1682 Titre : Analysis of collaboration networks in OpenStreetMap through weighted social multigraph mining Type de document : Article/Communication Auteurs : Quy Thy Truong , Auteur ; Cyril de Runz, Auteur ; Guillaume Touya , Auteur Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : pp 1651 - 1682 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes descripteurs IGN] cartographie collaborative [Termes descripteurs IGN] comportement [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] graphe [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] pondération [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] travail coopératif Résumé : (auteur) This paper aims to qualify the behaviour of contributors to OpenStreetMap (OSM), a volunteered geographic information (VGI) project, through a multigraph approach. The main purpose is to reproduce contributor’s interactions in a more comprehensive way. First, we define a multigraph that combines existing spatial collaboration networks from the literature with new graphs that illustrate collaboration based on specific aspects of the VGI modes of contribution through semantics, geometry and topology. Indeed, the ways that contributors interact with one another through editing, completion, or even consumption may provide additional information on each user’s operation mode and therefore, on the quality of the contributed data. Social collaborations drawn from indirect criteria – for example, comparisons between contributors’ activity areas – can also be contemplated under another network. Second, the resulting multigraph is analysed using data mining approaches to characterise individuals and identify behavioural groups. The implementation of a multiplex network based on an OSM data sample and an initial analysis make it possible to identify useful behaviours for data qualification. The initial results characterise some contributors as pioneers, moderators and truthful contributors, according to their special roles in the graphs. Mapping elements that include these contributors’ participation are likely to be reliable data. Numéro de notice : A2019-025 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1556395 date de publication en ligne : 17/12/2018 En ligne : https://doi.org/10.1080/13658816.2018.1556395 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91958 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2019062	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
079-2019061	SL	Revue	Centre de documentation	Revues en salle	Disponible

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)  

Public [article]  inRevue internationale de géomatique > vol 29 n° 2 (avril - juin 2019) . - pp 185 - 205 Titre : Champs et objets pour mieux représenter les phénomènes dans leur contexte géographique Type de document : Article/Communication Auteurs : Anne Ruas , Auteur ; Ha Pham, Auteur ; Laura Pinson, Auteur Année de publication : 2019 Article en page(s) : pp 185 - 205 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes descripteurs IGN] données maillées [Termes descripteurs IGN] données météorologiques [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] exploration de données géographiques [Termes descripteurs IGN] généralisation cartographique [Termes descripteurs IGN] niveau de détail [Termes descripteurs IGN] pollution des eaux [Termes descripteurs IGN] représentation cartographique [Termes descripteurs IGN] zone urbaine [Vedettes matières IGN] Géovisualisation Résumé : (Auteur) De nombreuses études et recherches visent à mieux connaitre les phénomènes de type pollution ou météo. Les champs de valeur représentant ces phénomènes peuvent être visualisés sur des outils de visualisation scientifiques qui ne disposent pas de la richesse de symbolisation propre aux SIGs, notamment pour le géoréférencement et pour la représentation des objets vectoriels décrivant l’espace support. La représentation sous forme raster sur SIG est possible mais limitée. Pourtant au niveau scientifique il est important de pouvoir co-visualiser les champs dans leur contexte géographique pour mieux les analyser et faire des hypothèses sur les interactions entre un phénomène et l’espace support. Dans ce papier nous proposons de créer des objets graphiques spécifiques permettant de visualiser des champs de valeur à différents niveaux de détail et sur différents objets de l’espace support. Les objets graphiques de type plan mettent en valeur la continuité du phénomène et se voient par transparence avec les autres objets alors que les objets de type grille permettent de voir le champ et les autres objets décrivant l’espace. Les données peuvent aussi être projetées sur des objets vectoriels particuliers de l’espace support. Nous proposons également d’utiliser des symboles surfaciques et non ponctuels afin de mieux résister aux opérations de zoom et de dézoom. Nous proposons un modèle de données dédié à la représentation graphique des données de type phénomène que nous illustrons à partir de données décrivant un flux et une pollution dans une canalisation d’eau et des données météorologiques urbaines. Dans ce papier nous ne traitons pas de la représentation de la dynamique en tant que tel mais nous proposons une meilleure représentation graphique de chaque état décrivant un phénomène. Numéro de notice : A2019-603 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3166/rig.2019.00081 date de publication en ligne : 02/03/2020 En ligne : https://doi.org/10.3166/rig.2019.00081 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94681 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
047-2019021	SL	Revue	Centre de documentation	Revues en salle	Disponible

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)  

Public [article]  inCartography and Geographic Information Science > Vol 46 n° 1 (January 2019) . - pp 57 - 71 Titre : CarSenToGram: geovisual text analytics for exploring spatiotemporal variation in public discourse on Twitter Type de document : Article/Communication Auteurs : Caglar Koylu, Auteur ; Ryan Larson, Auteur ; Bryce J. Dietrich, Auteur ; Kang-Pyo Lee, Auteur Année de publication : 2019 Article en page(s) : pp 57 - 71 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] analyse du discours [Termes descripteurs IGN] analyse géovisuelle [Termes descripteurs IGN] cartogramme [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] corpus [Termes descripteurs IGN] données issues des réseaux sociaux [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] sentiment [Termes descripteurs IGN] Twitter [Vedettes matières IGN] Géovisualisation Résumé : (auteur) Assessing the impact of events on the evolution of online public discourse is challenging due to the lack of data prior to the event and appropriate methodologies for capturing the progression of tenor of public discourse, both in terms of their tone and topic. In this article, we introduce a geovisual analytics framework, CarSenToGram, which integrates topic modeling and sentiment analysis with cartograms to identify the changing dynamics of public discourse on a particular topic across space and time. The main novelty of CarSenToGram is coupling comprehensible spatiotemporal overviews of the overall distribution, topical and sentiment patterns with increasing levels of information supported by zoom and filter, and details-on-demand interactions. To demonstrate the utility of CarSenToGram, in this article, we analyze tweets related to immigration the month before and after the 27 January 2017 travel ban in order to reveal insights into one of the defining moments of President Trump’s first year in office. Not only do we find that the travel ban influenced online public discourse and sentiment on immigration, but it also highlighted important partisan divisions within the US. Numéro de notice : A2019-012 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2018.1510343 date de publication en ligne : 18/09/2018 En ligne : https://doi.org/10.1080/15230406.2018.1510343 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91661 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible

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

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : Challenging deep image descriptors for retrieval in heterogeneous iconographic collections Type de document : Article/Communication Auteurs : Dimitri Gominski, Auteur ; Martyna Poreba , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Congrès : SUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents (21 octobre 2019; Nice, France) , Commanditaire Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 2019 Autre Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Importance : pp 31 - 38 Format : 21 x 30 cm Note générale : bibliographie Preprint publié sur ArXiv Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] analyse visuelle [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de données d'images [Termes descripteurs IGN] collection [Termes descripteurs IGN] descripteur [Termes descripteurs IGN] données hétérogènes [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] iconographie [Termes descripteurs IGN] image multi sources [Termes descripteurs IGN] indexation [Termes descripteurs IGN] jeu de données [Termes descripteurs IGN] recherche d'image basée sur le contenu Résumé : (auteur) This article proposes to study the behavior of recent and efficient state-of-the-art deep-learning based image descriptors for content-based image retrieval, facing a panel of complex variations appearing in heterogeneous image datasets, in particular in cultural collections that may involve multi-source, multi-date and multi-view contents. For this purpose, we introduce a novel dataset, namely Alegoria dataset, consisting of 12,952 iconographic contents representing landscapes of the French territory, and encapsultating a large range of intra-class variations of appearance which were finely labelled. Six deep features (DELF, NetVLAD, GeM, MAC, RMAC, SPoC) and a hand-crafted local descriptor (ORB) are evaluated against these variations. Their performance are discussed, with the objective of providing the reader with research directions for improving image description techniques dedicated to complex heterogeneous datasets that are now increasingly present in topical applications targeting heritage valorization. Numéro de notice : C2019-022 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1145/3347317.3357246 date de publication en ligne : 19/09/2019 En ligne : https://doi.org/10.1145/3347317.3357246 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93623

Voir aussi

• SUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2019)  

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)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 32 n° 11-12 (November - December 2018) . - pp 2225 - 2246 Titre : A hybrid ensemble learning method for tourist route recommendations based on geo-tagged social networks Type de document : Article/Communication Auteurs : Lin Wan, Auteur ; Yuming Hong, Auteur ; Zhou Huang, Auteur ; Xia Peng, Auteur ; Ran Li, Auteur Année de publication : 2018 Article en page(s) : pp 2225 - 2246 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] calcul d'itinéraire [Termes descripteurs IGN] classification bayesienne [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] exploration de données géographiques [Termes descripteurs IGN] image Flickr [Termes descripteurs IGN] point d'intérêt [Termes descripteurs IGN] trajectoire Résumé : (Auteur) Geo-tagged travel photos on social networks often contain location data such as points of interest (POIs), and also users’ travel preferences. In this paper, we propose a hybrid ensemble learning method, BAyes-Knn, that predicts personalized tourist routes for travelers by mining their geographical preferences from these location-tagged data. Our method trains two types of base classifiers to jointly predict the next travel destination: (1) The K-nearest neighbor (KNN) classifier quantifies users’ location history, weather condition, temperature and seasonality and uses a feature-weighted distance model to predict a user’s personalized interests in an unvisited location. (2) A Bayes classifier introduces a smooth kernel function to estimate a-priori probabilities of features and then combines these probabilities to predict a user’s latent interests in a location. All the outcomes from these subclassifiers are merged into one final prediction result by using the Borda count voting method. We evaluated our method on geo-tagged Flickr photos and Beijing weather data collected from 1 January 2005 to 1 July 2016. The results demonstrated that our ensemble approach outperformed 12 other baseline models. In addition, the results showed that our framework has better prediction accuracy than do context-aware significant travel-sequence-patterns recommendations and frequent travel-sequence patterns. Numéro de notice : A2018-523 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1458988 date de publication en ligne : 03/05/2018 En ligne : https://doi.org/10.1080/13658816.2018.1458988 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91348 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2018061	SL	Revue	Centre de documentation	Revues en salle	Disponible

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

Geospatial Analysis / Michael J. de Smith (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

A cloud-enabled automatic disaster analysis system of multi-sourced data streams: An example synthesizing social media, remote sensing and Wikipedia data / Qunying Huang in Computers, Environment and Urban Systems, vol 66 (November 2017)  

Permalink

Social Distance metric: from coordinates to neighborhoods / Vagan Terziyan in International journal of geographical information science IJGIS, vol 31 n° 11-12 (November - December 2017)  

Permalink

An iterative method for obtaining a mean 3D axis from a set of GNSS traces for use in positional controls / A. Mozas-Calvache in Survey review, vol 49 n° 355 (October 2017)  

Permalink