Centre dedocumentation
scientifique

Detecting arbitrarily shaped clusters in origin-destination flows using ant colony optimization / Si Song in International journal of geographical information science IJGIS, Vol 33 n° 1-2 (January - February 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > Vol 33 n° 1-2 (January - February 2019) . - pp 134 - 154 Titre : Detecting arbitrarily shaped clusters in origin-destination flows using ant colony optimization Type de document : Article/Communication Auteurs : Si Song, Auteur ; Tao Pei, Auteur ; Ting Ma, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 134 - 154 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] données localisées [Termes descripteurs IGN] migration pendulaire [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] optimisation par colonie de fourmis [Termes descripteurs IGN] origine - destination Mots-clés libres : logarithme du rapport de vraisemblance  log likelihood ratio (LLR) Résumé : (auteur) An origin-destination (OD) flow can be defined as the movement of objects between two locations. These movements must be determined for a range of purposes, and strong interactions can be visually represented via clustering of OD flows. Identification of such clusters may be useful in urban planning, traffic planning and logistics management research. However, few methods can identify arbitrarily shaped flow clusters. Here, we present a spatial scan statistical approach based on ant colony optimization (ACO) for detecting arbitrarily shaped clusters of OD flows (AntScan_flow). In this study, an OD flow cluster is defined as a regional pair with significant log likelihood ratio (LLR), and the ACO is employed to detect the clusters with maximum LLRs in the search space. Simulation experiments based on AntScan_flow and SaTScan_flow show that AntScan_flow yields better performance based on accuracy but requires a large computational demand. Finally, a case study of the morning commuting flows of Beijing residents was conducted. The AntScan_flow results show that the regions associated with moderate- and long-distance commuting OD flow clusters are highly consistent with subway lines and highways in the city. Additionally, the regions of short-distance commuting OD flow clusters are more likely to exhibit ‘residential-area to work-area’ patterns. Numéro de notice : A2019-019 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1516287 date de publication en ligne : 10/09/2018 En ligne : https://doi.org/10.1080/13658816.2018.1516287 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91684 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2019011	SL	Livre	Centre de documentation	Revues en salle	Disponible

Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution / Ihsen Hedhli in Revue Française de Photogrammétrie et de Télédétection, n° 216 (février 2018)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 216 (février 2018) . - pp 3 - 17 Titre : Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution Type de document : Article/Communication Auteurs : Ihsen Hedhli, Auteur ; Gabriele Moser, Auteur ; Josiane Zerubia, Auteur Année de publication : 2018 Article en page(s) : pp 3 - 17 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] arbre (mathématique) [Termes descripteurs IGN] chaîne de Markov [Termes descripteurs IGN] classification bayesienne [Termes descripteurs IGN] classification dirigée [Termes descripteurs IGN] corrélation d'images [Termes descripteurs IGN] image Cosmo-Skymed [Termes descripteurs IGN] image Pléiades-HR [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] résolution multiple [Termes descripteurs IGN] série temporelle Résumé : (Auteur) Ce papier présente un modèle de classification multi-résolution, multi-date et éventuellement multi-capteur fondé sur une modélisation statistique explicite au travers d'un modèle hiérarchique de champs de Markov construit sur une structure quad-arbre. L'approche proposée consiste en un classifieur bayésien supervisé qui combine un modèle statistique conditionnel par classe et un champ de Markov hiérarchique fusionnant l'information spatio-temporelle et multi-résolution. La méthode proposée intègre des informations pixel par pixel à la même résolution. Cela en se basant sur le critère des Modes Marginales a Posteriori (MPM en anglais), qui vise à affecter à chaque pixel l'étiquette optimale en maximisant récursivement la probabilité marginale a posteriori, étant donné l'ensemble des observations multi-temporelles ou multi-capteur. Une des originalités de l'approche proposée est l'utilisation en cascade de plusieurs quad-arbres, chacun étant associé à une nouvelle image disponible, en vue de caractériser les corrélations associées à des images distinctes. Numéro de notice : A2018-091 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89500 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2018011	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2018012	SL	Revue	Centre de documentation	Revues en salle	Disponible

Learning aggregated features and optimizing model for semantic labeling / Jianhua Wang in The Visual Computer, vol 33 n° 12 (December 2017)  

Public [article]  inThe Visual Computer > vol 33 n° 12 (December 2017) . - pp 1587 - 1600 Titre : Learning aggregated features and optimizing model for semantic labeling Type de document : Article/Communication Auteurs : Jianhua Wang, Auteur ; Chuanxia Zheng, Auteur ; Weihai Chen, Auteur ; Xingming Wu, Auteur Année de publication : 2017 Article en page(s) : pp 1587 - 1600 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] attribut [Termes descripteurs IGN] champ aléatoire conditionnel [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] scène intérieure [Termes descripteurs IGN] segmentation d'image Résumé : (Auteur) Semantic labeling for indoor scenes has been extensively developed with the wide availability of affordable RGB-D sensors. However, it is still a challenging task for multi-class recognition, especially for “small” objects. In this paper, a novel semantic labeling model based on aggregated features and contextual information is proposed. Given an RGB-D image, the proposed model first creates a hierarchical segmentation using an adapted gPb/UCM algorithm. Then, a support vector machine is trained to predict initial labels using aggregated features, which fuse small-scale appearance features, mid-scale geometric features, and large-scale scene features. Finally, a joint multi-label Conditional random field model that exploits both spatial and attributive contextual relations is constructed to optimize the initial semantic and attributive predicted results. The experimental results on the public NYU v2 dataset demonstrate the proposed model outperforms the existing state-of-the-art methods on the challenging 40 dominant classes task, and the model also achieves a good performance on a recent SUN RGB-D dataset. Especially, the prediction accuracy of “small” classes has been improved significantly. Numéro de notice : A2017-714 Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1007/s00371-016-1302-4 En ligne : https://doi.org/10.1007/s00371-016-1302-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88098 [article]

Fusing tree‐ring and forest inventory data to infer influences on tree growth / Margaret E.K. Evans in Ecosphere, vol 8 n° 7 (July 2017)  

Public [article]  inEcosphere > vol 8 n° 7 (July 2017) Titre : Fusing tree‐ring and forest inventory data to infer influences on tree growth Type de document : Article/Communication Auteurs : Margaret E.K. Evans, Auteur ; Donald A. Falk, Auteur ; et al., Auteur Année de publication : 2017 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] classification bayesienne [Termes descripteurs IGN] croissance végétale [Termes descripteurs IGN] dendrochronologie [Termes descripteurs IGN] inférence statistique [Termes descripteurs IGN] inventaire forestier étranger (données) [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] montagne [Termes descripteurs IGN] Nouveau-Mexique (Etats-Unis) [Termes descripteurs IGN] régression multiple [Vedettes matières IGN] Végétation et changement climatique Résumé : (auteur) Better understanding and prediction of tree growth is important because of the many ecosystem services provided by forests and the uncertainty surrounding how forests will respond to anthropogenic climate change. With the ultimate goal of improving models of forest dynamics, here we construct a statistical model that combines complementary data sources, tree‐ring and forest inventory data. A Bayesian hierarchical model was used to gain inference on the effects of many factors on tree growth—individual tree size, climate, biophysical conditions, stand‐level competitive environment, tree‐level canopy status, and forest management treatments—using both diameter at breast height (dbh) and tree‐ring data. The model consists of two multiple regression models, one each for the two data sources, linked via a constant of proportionality between coefficients that are found in parallel in the two regressions. This model was applied to a data set of ~130 increment cores and ~500 repeat measurements of dbh at a single site in the Jemez Mountains of north‐central New Mexico, USA. The tree‐ring data serve as the only source of information on how annual growth responds to climate variation, whereas both data types inform non‐climatic effects on growth. Inferences from the model included positive effects on growth of seasonal precipitation, wetness index, and height ratio, and negative effects of dbh, seasonal temperature, southerly aspect and radiation, and plot basal area. Climatic effects inferred by the model were confirmed by a dendroclimatic analysis. Combining the two data sources substantially reduced uncertainty about non‐climate fixed effects on radial increments. This demonstrates that forest inventory data measured on many trees, combined with tree‐ring data developed for a small number of trees, can be used to quantify and parse multiple influences on absolute tree growth. We highlight the kinds of research questions that can be addressed by combining the high‐resolution information on climate effects contained in tree rings with the rich tree‐ and stand‐level information found in forest inventories, including projection of tree growth under future climate scenarios, carbon accounting, and investigation of management actions aimed at increasing forest resilience. Numéro de notice : A2017-907 Thématique : FORET Nature : Article DOI : 10.1002/ecs2.1889 date de publication en ligne : 24/07/2017 En ligne : https://doi.org/10.1002/ecs2.1889 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93405 [article]

Prediction of traffic counts using statistical and neural network models / Abul Kalam Azad in Geomatica [en ligne], vol 69 n° 3 (september 2015)  

Public [article]  inGeomatica [en ligne] > vol 69 n° 3 (september 2015) . - pp 297 - 311 Titre : Prediction of traffic counts using statistical and neural network models Type de document : Article/Communication Auteurs : Abul Kalam Azad, Auteur Année de publication : 2015 Article en page(s) : pp 297 - 311 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] apprentissage dirigé [Termes descripteurs IGN] Calgary [Termes descripteurs IGN] circulation urbaine [Termes descripteurs IGN] intelligence artificielle [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] prédiction [Termes descripteurs IGN] réseau neuronal artificiel [Termes descripteurs IGN] utilisation du sol Résumé : (auteur) Cet article compare deux modèles différents de prédiction du trafic basés sur des variables démographiques et d'utilisation des terres de la ville de Calgary. Les caractéristiques démographiques et d'utilisation des terres ont été utilisées comme variables indépendantes au niveau des aires de diffusion (AD — de petites unités géo graphiques avec une population variant entre 400 et 700 habitants) dans la ville de Calgary. On a utilisé les données de trafic routier de la ville de Calgary comme variable dépendante pour développer des modèles statistiques et des modèles de réseaux neuronaux. Des modèles statistiques de comptes binomiaux négatifs (avec carnet de bord en ligne) ont été élaborés puisque les données semblaient sur-dispersées. Les modèles de réseaux neuronaux ont été élaborés selon un concept de rétro-propagation multicouches en aval pour l'apprentissage supervisé. Les résultats indiquent que le modèle en réseau neuronal garantit un moins grand nombre d'erreurs que le modèle statistique. Dans l'ensemble, le modèle avec réseaux neuronaux a produit de meilleurs résultats pour la prédiction du trafic que l'approche de régression binominale négative également à l’étude dans cet article. Le modèle avec réseaux neuronaux convient particulièrement en raison de sa meilleure capacité de prédiction. Cependant, le modèle statistique peut être utilisé pour sa formulation mathématique ou pour élaborer une meilleure compréhension du rôle des variables explicatives dans l'estimation du trafic. Numéro de notice : A2015-667 Thématique : GEOMATIQUE Nature : Article En ligne : http://pubs.cig-acsg.ca/doi/pdf/10.5623/cig2015-304 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=78276 [article]

Extraction de fragments forestiers et caractérisation de leurs évolutions spatio-temporelles pour évaluer l'effet de l'histoire sur la biodiversité : une approche multi-sources / Pierre-Alexis Herrault (2015)  

Permalink

Performance assessment of a recent change detection method for homogeneous and heterogeneous images / Jorge Prendes in Revue Française de Photogrammétrie et de Télédétection, n° 209 (Janvier 2015)

Permalink

Estimation harmonisée du volume de tige à différentes découpes / Christine Deleuze in Rendez-vous techniques, n° 44 (printemps 2014) 

Permalink

Estimer le volume total d’un arbre, quelles que soient l’essence, la taille, la sylviculture, la station / Christine Deleuze in Rendez-vous techniques, n° 44 (printemps 2014) 

Permalink

Mining boundary effects in areally referenced spatial data using the Bayesian information criterion / Sudipto Banerjee in Geoinformatica, vol 15 n° 3 (July 2011)

Permalink

Anomalous diameter distribution shifts estimated from FIA inventories through time / Francis A. Roesch in Forestry, an international journal of forest research, vol 83 n° 3 (July 2010)

Permalink

Integration of geographic information systems and remote sensing / Jeffrey L. Star (2010)

Permalink

La forêt face aux tempêtes / Yves Birot (2009)

Permalink

A new bioclimatic model calibrated with vegetation for Mediterranean forest areas / Michel Vennetier in Annals of Forest Science, Vol 65 n° 7 (October - November 2008)

Permalink

Elaboration d'un modèle prédictif des risques de transmission paludique / Roland Ngom in Géomatique expert, n° 52 (01/09/2006)

Permalink