Descripteur
Termes IGN > sciences humaines et sociales > sociologie > société de l'information > contenu généré par les utilisateurs
contenu généré par les utilisateursVoir aussi |
Documents disponibles dans cette catégorie (132)
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
EPLA : efficient personal location anonymity / Dapeng Zhao in Geoinformatica, vol 22 n° 1 (January 2018)
[article]
Titre : EPLA : efficient personal location anonymity Type de document : Article/Communication Auteurs : Dapeng Zhao, Auteur ; Yuanyuan Jin, Auteur ; Kai Zhang, Auteur ; Xiaoling Wang, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 29 - 47 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] anonymisation
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] estimation par noyau
[Termes IGN] protection de la vie privée
[Termes IGN] service fondé sur la position
[Termes IGN] traitement de données localiséesRésumé : (auteur) A lot of researchers utilize side-information, such as the map which is likely to be exploited by some attackers, to protect users’ location privacy in location-based service (LBS). However, current technologies universally model the side-information for all users and don’t distinguish different users. We argue that the side-information is personal for every user. In this paper, we propose an efficient method, namely EPLA, to protect the users’ privacy using visit probability. We select the dummy locations to achieve k-anonymity according to personal visit probability for users’ queries. In EPLA, we use AKDE(Approximate Kernel Density Estimate), which greatly reduces the computational complexity compared with KDE approach. We conduct the comprehensive experimental study on the two real Gowalla and Foursqure data sets and the experimental results show that EPLA obtains fine privacy performance and low computation complexity. Numéro de notice : A2018-022 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.1007/s10707-017-0303-4 En ligne : https://doi.org/10.1007/s10707-017-0303-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89170
in Geoinformatica > vol 22 n° 1 (January 2018) . - pp 29 - 47[article]Extraction of pluvial flood relevant volunteered geographic information (VGI) by deep learning from user generated texts and photos / Yu Feng in ISPRS International journal of geo-information, vol 7 n° 2 (February 2018)
[article]
Titre : Extraction of pluvial flood relevant volunteered geographic information (VGI) by deep learning from user generated texts and photos Type de document : Article/Communication Auteurs : Yu Feng, Auteur ; Monika Sester, Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] apprentissage profond
[Termes IGN] Berlin
[Termes IGN] cartographie des risques
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] données issues des réseaux sociaux
[Termes IGN] données localisées des bénévoles
[Termes IGN] inondation
[Termes IGN] Londres
[Termes IGN] Paris (75)
[Termes IGN] protection civile
[Termes IGN] risque naturel
[Termes IGN] zone sinistrée
[Termes IGN] zone urbaineRésumé : (Auteur) In recent years, pluvial floods caused by extreme rainfall events have occurred frequently. Especially in urban areas, they lead to serious damages and endanger the citizens’ safety. Therefore, real-time information about such events is desirable. With the increasing popularity of social media platforms, such as Twitter or Instagram, information provided by voluntary users becomes a valuable source for emergency response. Many applications have been built for disaster detection and flood mapping using crowdsourcing. Most of the applications so far have merely used keyword filtering or classical language processing methods to identify disaster relevant documents based on user generated texts. As the reliability of social media information is often under criticism, the precision of information retrieval plays a significant role for further analyses. Thus, in this paper, high quality eyewitnesses of rainfall and flooding events are retrieved from social media by applying deep learning approaches on user generated texts and photos. Subsequently, events are detected through spatiotemporal clustering and visualized together with these high quality eyewitnesses in a web map application. Analyses and case studies are conducted during flooding events in Paris, London and Berlin. Numéro de notice : A2018-105 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi7020039 En ligne : https://doi.org/10.3390/ijgi7020039 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89530
in ISPRS International journal of geo-information > vol 7 n° 2 (February 2018)[article]Analyse du comportement des contributeurs dans l’Information Géographique Volontaire via la construction de réseaux sociaux / Quy Thy Truong (2018)
contenu dans Actes de l'atelier GAST – Gestion et Analyse de données Spatiales et Temporelles, mardi 23 janvier 2018, Paris / Cyril de Runz (2018)
Titre : Analyse du comportement des contributeurs dans l’Information Géographique Volontaire via la construction de réseaux sociaux Type de document : Article/Communication Auteurs : Quy Thy Truong , Auteur ; Cyril de Runz, Auteur ; Guillaume Touya , Auteur Editeur : [s.l.] : [s.n.] Année de publication : 2018 Projets : 1-Pas de projet / Conférence : EGC 2018, 4e atelier GAST Gestion et Analyse des données Spatiales et Temporelles 23/01/2018 23/01/2018 Paris France OA Proceedings Importance : pp 45 - 54 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] cartographie collaborative
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] données localisées des bénévoles
[Termes IGN] OpenStreetMap
[Termes IGN] producteur
[Termes IGN] réseau socialRésumé : (auteur) Modéliser les interactions sociales au sein de projets de cartographie volontaire et citoyenne nécessite de définir ce qui relie les contributeurs entre eux dans le temps et l’espace. Dans un souci de réalisme, plutôt que d’étudier un seul type de relation, nous choisissons de construire un réseau social multi-couche contenant différents types d’interactions. L’analyse d’un tel multigraphe devrait permettre de détecter des communautés entre les collaborateurs spatio-temporels et de définir des profils de contributeurs typiques. Un cas d’étude sur OpenStreetMap illustre les déductions pouvant être faites sur les contributions à partir de leurs auteurs. Numéro de notice : C2018-003 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89565 Documents numériques
en open access
Analyse du comportement des contributeurs ... - pdf éditeurAdobe Acrobat PDF Appariement automatique de données hétérogènes: textes, traces GPS et ressources géographiques / Amine Medad (2018)
contenu dans Actes de Conférence SAGEO 2018 - Spatial Analysis and GEOmatics, 6 au 9 novembre 2018 Montpellier, France / Maguelonne Teisseire (2018)
Titre : Appariement automatique de données hétérogènes: textes, traces GPS et ressources géographiques Type de document : Article/Communication Auteurs : Amine Medad, Auteur ; Mauro Gaio, Auteur ; Sébastien Mustière , Auteur Editeur : Montpellier : Centre de Coopération Internationale en recherche agronomique pour le Développement CIRAD Année de publication : 2018 Projets : CHOUCAS / Olteanu-Raimond, Ana-Maria Conférence : SAGEO 2018, Spatial Analysis and GEOmatics 06/11/2018 09/11/2018 Montpellier France Open Access Proceedings Importance : pp 41 - 48 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] appariement automatique
[Termes IGN] données hétérogènes
[Termes IGN] entité géographique
[Termes IGN] randonnée
[Termes IGN] recherche d'information
[Termes IGN] reconstruction d'itinéraire ou de trajectoire
[Termes IGN] toponyme
[Termes IGN] trace GPS
[Termes IGN] traitement du langage naturelRésumé : (auteur) Les travaux que nous présentons dans cet article sont réalisés dans le cadre du projet ANR Choucas. Nous proposons une approche pour l’appariement automatique de traces, de textes de description de randonnées et de ressources géographiques(gazetiers et bases de données géographiques). L’objectif de cet article est d’exposer les premiers éléments d’une méthodologie d’appariement automatique dont les trois étapes sont : l’annotation des traces GPS, l’identification des entités nommées spatiales dans des textes décrivant des itinéraires de randonnées, et la mise en correspondance des toponymes. Numéro de notice : C2018-102 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97348 Documents numériques
en open access
Appariement automatique de donnees heterogenes ... - pdf éditeurAdobe Acrobat PDF Convolutional neural network for traffic signal inference based on GPS traces / Yann Méneroux (2018)
contenu dans Spatial big data and machine learning in GIScience, Workshop at GIScience 2018, Melbourne, Australia, 28 August 2018 / Martin Raubal (2018)
Titre : Convolutional neural network for traffic signal inference based on GPS traces Type de document : Article/Communication Auteurs : Yann Méneroux , Auteur ; V. Dizier, Auteur ; Mathieu Margollé, Auteur ; Marie-Dominique Van Damme , Auteur ; Hiroshi Kanasugi, Auteur ; Arnaud Le Guilcher , Auteur ; Guillaume Saint Pierre, Auteur ; Yugo Kato, Auteur Editeur : Zurich : Eidgenossische Technische Hochschule ETH - Ecole Polytechnique Fédérale de Zurich EPFZ Année de publication : 2018 Projets : 1-Pas de projet / Olteanu-Raimond, Ana-Maria Conférence : Workshop 2018 on Spatial big data and machine learning 28/08/2018 28/08/2018 Melbourne Australie OA Proceedings Importance : pp 9 - 12 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] données maillées
[Termes IGN] réseau neuronal convolutif
[Termes IGN] trace GPS
[Termes IGN] trafic routier
[Termes IGN] traitement de données localiséesRésumé : (auteur) Map inference techniques aim at using GPS trajectories collected from a fleet of vehicles, to infer geographic information and enrich road map databases. In this paper, we investigate whether a Convolutional Neural Network can detect traffic signals on a raster map of features computed from a large dataset of GPS traces. Experimentation revealed that our model is able to capture traffic signal pattern signature on this very specific case of unnatural input images. Performance indices are encouraging but need to be improved through a more refined tuning of the workflow. Numéro de notice : C2018-053 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91340 Documents numériques
en open access
CNN for traffic signal inference ... - pdf éditeurAdobe Acrobat PDF Detection and localization of traffic signals with GPS floating car data and Random Forest / Yann Méneroux (2018)PermalinkQue reste-t-il de Friday Harbor ? Pour une approche critique renouvelée des usages du géoweb fondée sur l’analyse des traces numériques / Matthieu Noucher in Revue internationale de géomatique, vol 28 n° 1 (janvier - mars 2018)PermalinkRaffinement de la localisation d’images provenant de sites participatifs pour la mise à jour de SIG urbain / Bernard Semaan (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)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)PermalinkA 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)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)PermalinkAn 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)PermalinkKnowledge extraction from crowdsourced data for the enrichment of road networks / Gregor Jossé in Geoinformatica, vol 21 n° 4 (October - December 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)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)PermalinkIndex-supported pattern matching on tuples of time-dependent values / Fabio Valdés in Geoinformatica, vol 21 n° 3 (July - September 2017)PermalinkMapping changes of residence with passive mobile positioning data : the case of Estonia / Pilleriine Kamenjuk in International journal of geographical information science IJGIS, vol 31 n° 7-8 (July - August 2017)PermalinkExtracting urban functional regions from points of interest and human activities on location-based social networks / Song Gao in Transactions in GIS, vol 21 n° 3 (June 2017)PermalinkInformation extraction and visualization from twitter considering spatial structure / Hideyuki Fujita in Cartographica, vol 52 n° 2 (Summer 2017)PermalinkDesign and evaluation of a geovisual analytics system for uncovering patterns in spatio-temporal event data / Anthony C. Robinson in Cartography and Geographic Information Science, Vol 44 n° 3 (May 2017)PermalinkDeveloping an integrated cloud-based spatial-temporal system for monitoring phenology / M. Cope in Ecological Informatics, vol 39 (May 2017)PermalinkDemand and supply of cultural ecosystem services: Use of geotagged photos to map the aesthetic value of landscapes in Hokkaido / Nobuhiko Yoshimura in Ecosystem Services, vol 24 (April 2017)Permalink