Descripteur
Documents disponibles dans cette catégorie (290)
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
Understanding the movement predictability of international travelers using a nationwide mobile phone dataset collected in South Korea / Yang Xu in Computers, Environment and Urban Systems, vol 92 (March 2022)
[article]
Titre : Understanding the movement predictability of international travelers using a nationwide mobile phone dataset collected in South Korea Type de document : Article/Communication Auteurs : Yang Xu, Auteur ; Dan Zou, Auteur ; Sangwon Park, Auteur ; et al., Auteur Année de publication : 2022 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] chaîne de Markov
[Termes IGN] classification par réseau neuronal récurrent
[Termes IGN] Corée du sud
[Termes IGN] durée de trajet
[Termes IGN] mobilité humaine
[Termes IGN] modèle de simulation
[Termes IGN] prévision à court terme
[Termes IGN] téléphone intelligent
[Termes IGN] téléphonie mobile
[Termes IGN] tourisme
[Termes IGN] voyageRésumé : (auteur) The abilities to predict tourist movements are critical to many urban applications, such as travel recommendations, targeted advertising, and infrastructure planning. Despite its importance, our understanding on the movement predictability of urban tourists and visitors is still limited, partially due to difficulties in accessing large scale mobility observations. In this study, we aim to bridge this gap by analyzing a nationwide mobile phone dataset. The dataset captures movement traces of a large number of international travelers who visited South Korea in 2018. By introducing two prediction models, one being Markov chain and the other with a recurrent neural network architecture, we assess how well travelers’ movements can be predicted under different model settings, and examine how predictability relates to travelers’ length of stay and activeness in travel patterns. Since travelers’ destination choices are quite diverse in South Korea, this enables us to further investigate the geographic variation of the models’ performance. Results show that the Markov chain model achieves an overall accuracy between 33.4% (@Acc1 metric) and 64.2% (@Acc5 metric), compared to 41.9% (@Acc1) and 67.7% (@Acc5) for the recurrent neural network model. The prediction capabilities of both models are largely unequal across individuals, with active travelers being more predictable in general. There is a notable geographic variation in the models’ performance, meaning that travelers’ movements are more predictable in some cities, but less in others. We believe this study represents a new effort in portraying the movement predictability of urban tourists and visitors. The analytical framework can be applied to assist tourism planning and service deployment in cities. Numéro de notice : A2022-085 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2021.101753 Date de publication en ligne : 06/01/2022 En ligne : https://doi.org/10.1016/j.compenvurbsys.2021.101753 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99490
in Computers, Environment and Urban Systems > vol 92 (March 2022)[article]Novel model for predicting individuals’ movements in dynamic regions of interest / Xiaoqi Shen in GIScience and remote sensing, vol 59 n° 1 (2022)
[article]
Titre : Novel model for predicting individuals’ movements in dynamic regions of interest Type de document : Article/Communication Auteurs : Xiaoqi Shen, Auteur ; Wenzhong Shi, Auteur ; Pengfei Chen, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 250 - 271 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse de groupement
[Termes IGN] chaîne de Markov
[Termes IGN] Chine
[Termes IGN] classification par réseau neuronal récurrent
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données spatiotemporelles
[Termes IGN] épidémie
[Termes IGN] extraction de données
[Termes IGN] migration humaine
[Termes IGN] mobilité territoriale
[Termes IGN] modèle de simulation
[Termes IGN] réseau social
[Termes IGN] zone d'activité économique
[Termes IGN] zone d'intérêtRésumé : (auteur) The increasing amount of geotagged social media data provides a possible resource for location prediction. However, existing location prediction methods rarely incorporate temporal changes in mobility patterns, which could lead to unreliable predictions. In particular, human mobility patterns have changed greatly in the COVID-19 era. We propose a novel model to predict individuals’ movements in dynamic regions of interest (ROIs), taking into account changes in activity areas and movement regularity. To address changes in the activity areas, we design a new updating strategy that can ensure the realistic extraction of an individual’s ROIs. Then, we develop an integration model for changes in the movement regularity based on two newly proposed prediction methods that consider both rapid and slow changes. The proposed integration model is evaluated based on five real-world social media datasets; three Weibo datasets related to COVID-19 collected in three Chinese cities, one Twitter dataset collected in New York and one dense GPS dataset. The results demonstrate that the proposed model can achieve better performances than state-of-the-art models, especially when mobility patterns change greatly. Combined with related pandemic data, this study will benefit pandemic prevention and control. Numéro de notice : A2022-131 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/15481603.2022.2026637 Date de publication en ligne : 13/01/2022 En ligne : https://doi.org/10.1080/15481603.2022.2026637 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99719
in GIScience and remote sensing > vol 59 n° 1 (2022) . - pp 250 - 271[article]Recurrent origin–destination network for exploration of human periodic collective dynamics / Xiaojian Chen in Transactions in GIS, vol 26 n° 1 (February 2022)
[article]
Titre : Recurrent origin–destination network for exploration of human periodic collective dynamics Type de document : Article/Communication Auteurs : Xiaojian Chen, Auteur ; Jiayi Xie, Auteur ; Changjiang Xiao, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 317 - 340 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] données localisées dynamiques
[Termes IGN] flux
[Termes IGN] origine - destination
[Termes IGN] planification urbaine
[Termes IGN] réseau neuronal récurrent
[Termes IGN] série temporelle
[Termes IGN] taxi
[Termes IGN] Wuhan (Chine)Résumé : (auteur) While daily periodic movements of individuals have been widely studied, their collective dynamics are not understood. To capture periodic collective dynamics, this article represents individual daily movements as a time series of directed weighted origin–destination (OD) networks, and proposes an approach to identify a sub-network called the “recurrent OD network”, which contains frequent edges appearing in each day. Taxi trajectory data over a period of 6 months in Wuhan, China are used for the case study. Here, we extracted the recurrent OD networks for each 2-h period on a given day, and compared them with the corresponding “major OD network” defined by both frequent and infrequent edges. Results show that the recurrent OD networks coincidentally exhibit spatially localized community structures and distinctive patterns of inflow and outflow for each region within a day. Overall, both methodology and findings in this study might make significant contributions in a range of fields, such as urban planning, regional economic development, and infectious disease control. Numéro de notice : A2022-179 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12849 Date de publication en ligne : 05/10/2021 En ligne : https://doi.org/10.1111/tgis.12849 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99838
in Transactions in GIS > vol 26 n° 1 (February 2022) . - pp 317 - 340[article]SNN_flow: a shared nearest-neighbor-based clustering method for inhomogeneous origin-destination flows / Qiliang Liu in International journal of geographical information science IJGIS, vol 36 n° 2 (February 2022)
[article]
Titre : SNN_flow: a shared nearest-neighbor-based clustering method for inhomogeneous origin-destination flows Type de document : Article/Communication Auteurs : Qiliang Liu, Auteur ; Jie Yang, Auteur ; Min Deng, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 253 - 279 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse de groupement
[Termes IGN] classification ascendante hiérarchique
[Termes IGN] classification barycentrique
[Termes IGN] flux
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] mobilité urbaine
[Termes IGN] noeud
[Termes IGN] origine - destination
[Termes IGN] Pékin (Chine)
[Termes IGN] réseau routier
[Termes IGN] taxi
[Termes IGN] trajet (mobilité)Résumé : (auteur) Identifying clusters from individual origin–destination (OD) flows is vital for investigating spatial interactions and flow mapping. However, detecting arbitrarily-shaped and non-uniform flow clusters from network-constrained OD flows continues to be a challenge. This study proposes a shared nearest-neighbor-based clustering method (SNN_flow) for inhomogeneous OD flows constrained by a road network. To reveal clusters of varying shapes and densities, a normalized density for each OD flow is defined based on the concept of shared nearest-neighbor, and flow clusters are constructed using the density-connectivity mechanism. To handle large amounts of disaggregated OD flows, an efficient method for searching the network-constrained k-nearest flows is developed based on a local road node distance matrix. The parameters of SNN_flow are statistically determined: the density threshold is modeled as a significance level of a significance test, and the number of nearest neighbors is estimated based on the variance of the kth nearest distance. SNN_flow is compared with three state-of-the-art methods using taxicab trip data in Beijing. The results show that SNN_flow outperforms existing methods in identifying flow clusters with irregular shapes and inhomogeneous distributions. The clusters identified by SNN_flow can reveal human mobility patterns in Beijing. Numéro de notice : A2022-163 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1899184 Date de publication en ligne : 16/03/2021 En ligne : https://doi.org/10.1080/13658816.2021.1899184 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99786
in International journal of geographical information science IJGIS > vol 36 n° 2 (February 2022) . - pp 253 - 279[article]Apport de l’intelligence artificielle au domaine des villes intelligentes : application à l’assistance des déplacements des personnes à mobilité réduite / Nathan Aky (2022)
Titre : Apport de l’intelligence artificielle au domaine des villes intelligentes : application à l’assistance des déplacements des personnes à mobilité réduite Type de document : Thèse/HDR Auteurs : Nathan Aky, Auteur ; Rémy Courdier, Directeur de thèse ; Sylvain Giroux, Directeur de thèse ; Denis Payet, Directeur de thèse Editeur : Saint Denis : Université de la Réunion Année de publication : 2022 Autre Editeur : Sherbrooke [Canada] : Université de Sherbrooke Importance : 142 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l’Université de la Réunion, Spécialité Informatique/MathématiquesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] handicap
[Termes IGN] informatique ubiquitaire
[Termes IGN] mobilité urbaine
[Termes IGN] ontologie
[Termes IGN] OWL
[Termes IGN] système multi-agents
[Termes IGN] ville intelligenteIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La transformation des villes en « villes intelligentes » est un des objectifs que les gouvernements visent depuis une dizaine d’années. Cette transformation touche à plusieurs aspects de la ville, dont l’éco-citoyenneté, la gouvernance durable ou encore la mobilité intelligente. C’est sur cet aspect que nos travaux se focalisent. En effet, malgré une certaine progression depuis quelques années, les personnes à mobilité réduite sont souvent oubliées dans la question de l’amélioration des déplacements urbains grâce aux technologies de l’information et de la communication.Parmi ces technologies, l’intelligence artificielle englobe plusieurs domaines et est en plein essor. Un de ces derniers, l’intelligence ambiante vise à la conception de services interconnectés interagissant avec l’environnement physique réel pour offrir des services visant à supporter les activités humaines. C’est dans ce contexte que se placent nos travaux : l’étude et la construction d’un système ambiant dédié à l’assistance des personnes à mobilité réduite en milieu urbain. Or, plusieurs verrous contraignent la conception d’un tel système. Tout d’abord, dans ces domaines, nous avons remarqué que le vocabulaire des termes issus de ces domaines était inconstant, et que toute la communauté scientifique n’est pas unanime sur la définition de certains concepts. Notre première contribution consiste en une ontologie, décrite en OWL, qui recouvre l’ensemble des éléments et concepts nécessaires à la conception de ce type de systèmes. Ensuite, plusieurs études scientifiques actuelles soulignent le manque de modèle d’architecture générique pour de tels systèmes. Ce faisant, la myriade de solutions proposées dans ce domaine souffre de limites fortes sur le plan de l’interopérabilité et de la réutilisabilité des travaux. C’est pourquoi notre deuxième contribution se traduit en un modèle générique facilitant la conception de tout type de système ambiant dédié à l’assistance. Ce modèle s’appuie sur l’ontologie proposée, tout en gardant les utilisateurs au centre du modèle. Enfin, il a été remarqué que les systèmes ambiants dédiés à l'assistance sont déployés de manière ad-hoc. Soit en simulation, en évaluant statistiquement les sorties du système. Soit en milieu réel, où l'évaluation du système se fait par la même observation statistique des sorties, ou par un questionnaire d'évaluation soumis aux utilisateurs. Nous proposons une approche originale de mise en œuvre de tels systèmes. D'une part, cette dernière se base sur une mise en opération du système par simulation hybride, sur laquelle les éléments réels sont ajoutés progressivement, jusqu'à un déploiement en milieu réel complet. D'autre part, dans le but d'évaluer l'impact direct du système, nous proposons l'analyse de son impact par les outils issus du domaine de l'analyse du réseau social des utilisateurs. Note de contenu : 1- Introduction
2- Etat de l'art : apport de l'intelligence artificielles au domaine des villes intelligentes
3- Contributions
4- ConclusionNuméro de notice : 29010 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique Mathématiques : la Réunion : 2022 Organisme de stage : Laboratoire d'Informatique et de Mathématiques DOI : sans En ligne : https://tel.hal.science/tel-03689871 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101736 Attributing pedestrian networks with semantic information based on multi-source spatial data / Xue Yang in International journal of geographical information science IJGIS, vol 36 n° 1 (January 2022)PermalinkContextual location recommendation for location-based social networks by learning user intentions and contextual triggers / Seyyed Mohammadreza Rahimi in Geoinformatica, vol 26 n° 1 (January 2022)PermalinkCréation d’un indicateur de qualité de la desserte des transports pour des parcelles à une échelle locale / Nick Lin (2022)PermalinkExplorer les processus de mobilité passée : raisonnement ontologique fondé sur la connaissance des pratiques socioculturelles et des vestiges archéologiques / Laure Nuninger in Revue internationale de géomatique, vol 31 n° 1-2 (janvier - juin 2022)PermalinkA hierarchical model for semantic trajectories and event extraction in indoor and outdoor spaces / Hassan Noureddine (2022)PermalinkPedestrian trajectory prediction with convolutional neural networks / Simone Zamboni in Pattern recognition, vol 121 (January 2022)PermalinkRoad traffic crashes and emergency response optimization: a geo-spatial analysis using closest facility and location-allocation methods / Sulaiman Yunus in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkSpécification et qualité du réseau cyclable, application à la recherche d’itinéraires / Raphaël Bres (2022)PermalinkConnecting family trees to construct a population-scale and longitudinal geo-social network for the U.S. / Caglar Koylu in International journal of geographical information science IJGIS, vol 35 n° 12 (December 2021)PermalinkA semantics-based trajectory segmentation simplification method / Minshi Liu in Journal of Geovisualization and Spatial Analysis, vol 5 n° 2 (December 2021)Permalink