Descripteur
Documents disponibles dans cette catégorie (239)
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
Interplay between urban communities and human‐crowd mobility: A study using contributed geospatial data sources / Mohammad Forghani in Transactions in GIS, vol 22 n° 4 (August 2018)
[article]
Titre : Interplay between urban communities and human‐crowd mobility: A study using contributed geospatial data sources Type de document : Article/Communication Auteurs : Mohammad Forghani, Auteur ; Farid Karimipour, Auteur Année de publication : 2018 Article en page(s) : pp 1008 - 1028 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données localisées numériques
[Termes IGN] Milan
[Termes IGN] mobilité urbaine
[Termes IGN] origine - destinationRésumé : (Auteur) An intense process of urbanization, witnessed particularly in the last decade, has stressed the need to comprehend human mobility behavior in urban settings. Although the emergence of contributed geospatial data (i.e., pervasive activity‐based data) has contributed to substantial progress toward understanding human activity, the relationship between human‐crowd mobility and the functional structure of a city is not yet well understood. In this context, the present research focuses on the intra‐urban origin–destination matrix modeling founded on a combination of two major crowdsourced datasets as well as the inclusion of urban communities’ structure. Specifically, the well‐known “radiation” and “PWO” models were modified through first, identifying the communities embedded in the cyberspace network then employing the identified hierarchical structure of the spatial‐interaction network for the formulation of the users’ movement network and second, imposing proper input variables including the telecommunication activity volume and check‐in frequency. The results obtained by various empirical analyses suggest that the modified community‐constrained origin–destination flow estimation models exhibit better performance levels than those of alternative conventional mobility models. Numéro de notice : A2018-575 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12465 Date de publication en ligne : 28/08/2018 En ligne : https://doi.org/10.1111/tgis.12465 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92321
in Transactions in GIS > vol 22 n° 4 (August 2018) . - pp 1008 - 1028[article]Human mobility semantics analysis : a probabilistic and scalable approach / Xiaohui Guo in Geoinformatica, vol 22 n° 3 (July 2018)
[article]
Titre : Human mobility semantics analysis : a probabilistic and scalable approach Type de document : Article/Communication Auteurs : Xiaohui Guo, Auteur ; Richong Zhang, Auteur ; Xudong Liu, Auteur ; Jinpeng Huai, Auteur Année de publication : 2018 Article en page(s) : pp 507 - 539 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] données localisées
[Termes IGN] données spatiotemporelles
[Termes IGN] mobilité humaine
[Termes IGN] programmation stochastique
[Termes IGN] segmentation sémantique
[Termes IGN] trace numériqueRésumé : (Auteur) The popularity of smart mobile devices generated data, e.g., check-ins and geo-tagged status, offers new opportunity for better understanding human mobility regularity. Existing works on this problem usually resort to explicit frequency statistics models, such as association rules and sequential patterns, and rely on Euclidean distance to measure the spatial dependence. However, the noisiness and uncertainty natures of geospatial data hinder these methods’ application on human mobility in robust and intuitive way. Moreover, the mobility spatial data volume and accumulation speed challenge the traditional methods in efficiency, scalability, and time-space complexity aspects. In this context, we leverage full Bayesian sequential modeling, to revisit mobility regularity discovery from high level probabilistic semantic knowledge perspective, and to alleviate the inherent in mobility modeling and geo-data noisiness induced uncertainty. Specifically, the mobility semantics is embodied by virtue of underlying geospatial topics and topical transitions of mobility trajectories. A classic variational inference is derived to estimate posterior and predictive probabilities, and furthermore, the stochastic optimization is utilized to mitigate the costly computational overhead in message passing subroutine. The experimental results confirm that our approach not only reasonably recognizes the geospatial mobility semantic patterns, but also scales up well to embrace the massive spatial-temporal human mobility activity data. Numéro de notice : A2018-310 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10707-017-0295-0 Date de publication en ligne : 10/04/2017 En ligne : https://doi.org/10.1007/s10707-017-0295-0 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90757
in Geoinformatica > vol 22 n° 3 (July 2018) . - pp 507 - 539[article]Un modèle spatiotemporel sémantique pour la modélisation de mobilités en milieu urbain / Meihan Jin in Revue internationale de géomatique, vol 28 n° 3 (juillet - septembre 2018)
[article]
Titre : Un modèle spatiotemporel sémantique pour la modélisation de mobilités en milieu urbain Type de document : Article/Communication Auteurs : Meihan Jin, Auteur ; Christophe Claramunt, Auteur Année de publication : 2018 Article en page(s) : pp 311 - 338 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] base de données spatiotemporelles
[Termes IGN] comportement
[Termes IGN] information sémantique
[Termes IGN] mobilité urbaine
[Termes IGN] modélisation spatio-temporelle
[Termes IGN] Pékin (Chine)
[Termes IGN] trajectoire (véhicule non spatial)
[Termes IGN] trajet (mobilité)Résumé : (Auteur) La recherche présentée dans cet article développe une modélisation conceptuelle et une approche de gestion de base de données pour représenter et analyser les trajectoires humaines dans des espaces urbains. Le modèle considère les dimensions spatiales, temporelles et sémantiques afin de tenir compte de l’ensemble des propriétés issues des informations de mobilité. Plusieurs abstractions de données de mobilité et des outils de manipulation de données sont développés et expérimentés à partir d’une large base de données de trajectoires disponibles dans la ville de Pékin. L’intérêt de l’approche est double : elle montre 1) que de larges ensembles de données de mobilité peuvent être intégrés au sein de SGBD spatiotemporels extensibles et, 2) que des outils de manipulation et d’interrogation spécifiques peuvent être dérivés à partir de fonctions intégrées au sein d’un langage d’interrogation. Le potentiel de l’approche est illustré par une série d’interrogations qui montrent comment, à partir d’une large base de données de trajectoires quelques patrons de comportements peuvent être obtenus. Numéro de notice : A2018-495 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.3166/rig.2018.00059 Date de publication en ligne : 09/11/2018 En ligne : https://doi.org/10.3166/rig.2018.00059 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91238
in Revue internationale de géomatique > vol 28 n° 3 (juillet - septembre 2018) . - pp 311 - 338[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 047-2018031 SL Revue Centre de documentation Revues en salle Disponible Quels apports du Géoweb et de la géolocalisation pour représenter les mobilités touristiques ? / Sylvain Genevois in Mappemonde, n° 124 (juillet 2018)
[article]
Titre : Quels apports du Géoweb et de la géolocalisation pour représenter les mobilités touristiques ? Type de document : Article/Communication Auteurs : Sylvain Genevois, Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] carte thématique
[Termes IGN] cartographie collaborative
[Termes IGN] données massives
[Termes IGN] GeoWeb
[Termes IGN] migration humaine
[Termes IGN] tourismeRésumé : (Auteur) Le Géoweb repose sur le web 2.0 dynamique et sur la cartographie contributive. Depuis 2005, date de la création de Google Maps, il s’est beaucoup développé avec l’explosion des mobilités et de la géolocalisation. Le Géoweb peut être vu comme l’« infrastructure informatique de la mobiquité, notion croisant les mots mobilité et ubiquité pour exprimer l’objectif de rendre accessible n’importe quelle information en ligne depuis n’importe quel lieu » (Joliveau, 2010 et 2017). Avec le développement des smartphones, des interfaces mobiles et de la géolocalisation, il devient possible de disposer d’importants volumes de données concernant les mobilités touristiques. Que ces traces laissées par les utilisateurs soient volontaires ou subreptices, elles permettent de mieux appréhender les mobilités. Une des questions qui intéresse particulièrement les géographes est de savoir comment appréhender ces mobilités qui impliquent des variations importantes de populations présentes au même moment sur un territoire, qu’il s’agisse des résidents locaux ou des touristes qui y séjournent temporairement. Nous présentons ici les cartes élaborées par Éric Fischer qui, depuis 2010, a progressivement mis au point une cartographie ingénieuse pour rendre compte de ces mobilités touristiques. Ces magnifiques cartes ont beaucoup circulé sur les réseaux sociaux, mais au-delà de leur esthétique, quel crédit peut-on leur accorder et quel sens peut-on leur donner ? Numéro de notice : A2018-241 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : sans Date de publication en ligne : 01/05/2018 En ligne : https://doi.org/10.4000/mappemonde.358 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90193
in Mappemonde > n° 124 (juillet 2018)[article]A simple line clustering method for spatial analysis with origin-destination data and its application to bike-sharing movement data / Biao He in ISPRS International journal of geo-information, vol 7 n° 6 (June 2018)
[article]
Titre : A simple line clustering method for spatial analysis with origin-destination data and its application to bike-sharing movement data Type de document : Article/Communication Auteurs : Biao He, Auteur ; Zhang Yan, Auteur ; Yu Chen, Auteur ; Zhihui Gu, Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse de groupement
[Termes IGN] analyse spatio-temporelle
[Termes IGN] bicyclette
[Termes IGN] entropie
[Termes IGN] extraction de modèle
[Termes IGN] origine - destination
[Termes IGN] raisonnement spatial
[Termes IGN] voisinage (relation topologique)Résumé : (Auteur) Clustering methods are popular tools for pattern recognition in spatial databases. Existing clustering methods have mainly focused on the matching and clustering of complex trajectories. Few studies have paid attention to clustering origin-destination (OD) trips and discovering strong spatial linkages via OD lines, which is useful in many areas such as transportation, urban planning, and migration studies. In this paper, we present a new Simple Line Clustering Method (SLCM) that was designed to discover the strongest spatial linkage by searching for neighboring lines for every OD trip within a certain radius. This method adopts entropy theory and the probability distribution function for parameter selection to ensure significant clustering results. We demonstrate this method using bike-sharing location data in a metropolitan city. Results show that (1) the SLCM was significantly effective in discovering clusters at different scales, (2) results with the SLCM analysis confirmed known structures and discovered unknown structures, and (3) this approach can also be applied to other OD data to facilitate pattern extraction and structure understanding. Numéro de notice : A2018-345 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi7060203 Date de publication en ligne : 29/05/2018 En ligne : https://doi.org/10.10.3390/ijgi7060203 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90568
in ISPRS International journal of geo-information > vol 7 n° 6 (June 2018)[article]Mapping hourly dynamics of urban population using trajectories reconstructed from mobile phone records / Zhang Liu in Transactions in GIS, vol 22 n° 2 (April 2018)PermalinkOpen data, big data : quel renouveau du raisonnement cartographique ? / Emilie Lerond in Cartes & Géomatique, n° 235-236 (mars - juin 2018)PermalinkUsing mobility data as proxy for measuring urban vitality / Patrizia Sulis in Journal of Spatial Information Science (JoSIS), n° 16 ([01/02/2018])PermalinkPermalinkDeep learning based vehicular mobility models for intelligent transportation systems / Jian Zhang (2018)PermalinkMATRICIEL, Lieux des migrants à travers des récits de vie : mots, perceptions, émotions, cartes / Catherine Dominguès (2018)PermalinkMultilevel visualization of travelogue trajectory data / Yongsai Ma in ISPRS International journal of geo-information, vol 7 n° 1 (January 2018)PermalinkPermalinkProjet PEPS MATRICIEL, lieux des migrants à travers des récits de vie : mots, perceptions, émotions, cartes / Catherine Dominguès (2018)PermalinkUnveiling movement uncertainty for robust trajectory similarity analysis / Andre Salvaro Furtado in International journal of geographical information science IJGIS, vol 32 n° 1-2 (January - February 2018)PermalinkLes usages des systèmes d’informations géographiques en matière de gestion de mobilité en milieu urbain : la mise en accessibilité aux personnes à mobilité réduite des arrêts de bus en Seine-Seine-Denis / Thi-Lieu Gremont-Dong (2018)PermalinkAn analysis of movement patterns between zones using taxi GPS data / Zhanlong Chen in Transactions in GIS, vol 21 n° 6 (December 2017)PermalinkExtracting spatial patterns in bicycle routes from crowdsourced data / Jody Sultan in Transactions in GIS, vol 21 n° 6 (December 2017)PermalinkSpatiotemporal model for assessing the stability of urban human convergence and divergence patterns / Zhixiang Fang in International journal of geographical information science IJGIS, vol 31 n° 11-12 (November - December 2017)PermalinkApports et limites des données passives de la téléphonie mobile pour la construction de matrices origine-destination / Patrick Bonnel in Revue d'économie régionale et urbaine, vol 2017 n° 4 (2017-4)PermalinkAn empirical evaluation of three elevation change symbolization methods along routes in bicycle maps / Annina Brügger in Cartography and Geographic Information Science, Vol 44 n° 5 (September 2017)PermalinkCrowdsourcing a cyclist perspective on suggested recreational paths in real-world networks / Kevin Baker in Cartography and Geographic Information Science, Vol 44 n° 5 (September 2017)PermalinkDepicting urban boundaries from a mobility network of spatial interactions : a case study of Great Britain with geo-located Twitter data / Junjun Yin in International journal of geographical information science IJGIS, vol 31 n° 7-8 (July - August 2017)PermalinkForce-directed layout of origin-destination flow maps / Bernhard Jenny in International journal of geographical information science IJGIS, vol 31 n° 7-8 (July - August 2017)PermalinkGlobal multi-layer network of human mobility / Alexander Belyi in International journal of geographical information science IJGIS, vol 31 n° 7-8 (July - August 2017)Permalink