Centre dedocumentation
scientifique

Using information entropy and a multi-layer neural network with trajectory data to identify transportation modes / Qingying Yu in International journal of geographical information science IJGIS, vol 35 n° 7 (July 2021)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 35 n° 7 (July 2021) . - pp 1346 - 1373 Titre : Using information entropy and a multi-layer neural network with trajectory data to identify transportation modes Type de document : Article/Communication Auteurs : Qingying Yu, Auteur ; Yonglong Luo, Auteur ; Dongxia Wang, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 1346 - 1373 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] classification par Perceptron multicouche [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] direction [Termes IGN] données spatiotemporelles [Termes IGN] entropie [Termes IGN] extraction de traits caractéristiques [Termes IGN] mobilité urbaine [Termes IGN] Pékin (Chine) [Termes IGN] plan de déplacement urbain [Termes IGN] reconstruction d'itinéraire ou de trajectoire [Termes IGN] segmentation [Termes IGN] trajet (mobilité) [Termes IGN] vitesse de déplacement Résumé : (auteur) Residents’ trajectory data denote their instantaneous locations along their movements. Mobility research that applies trajectory mining techniques to identify the transportation modes of these movements can inform urban transportation planning. Herein, we propose a five-step approach with information entropy and a multi-layer neural network to identify transportation modes from trajectory data. First, this approach extracts the motion features at each time-stamped location based on foundation geospatial data and spatiotemporal trajectory data, including the speed, acceleration, change of direction, rate of change in direction, and distance from each basic transportation facility. The second step uses information entropy to identify the features that play key roles in identifying transportation modes. The third step weighs each attribute in the feature vector consisting of the selected features and normalizes it to prepare it as input data. The fourth step constructs, trains, and tests a multi-layer neural network with seven-fold cross-validation. The final step includes a post-processing method to optimize the identification result. We use F-measure metric to evaluate the performance. Experimental results on a real trajectory dataset show that the proposed approach can identify the transportation mode at each time-stamped location and outperforms existing transportation-mode identification methods in terms of accuracy and stability. Numéro de notice : A2021-448 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1901904 Date de publication en ligne : 15/04/2021 En ligne : https://doi.org/10.1080/13658816.2021.1901904 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97860 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2021071	SL	Revue	Centre de documentation	Revues en salle	Disponible

Potential of crowdsourced data for integrating landmarks and routes for rescue in mountain areas / Marie-Dominique Van Damme in International journal of cartography, vol 5 n° 2-3 (July - November 2019)  

Public [article]  inInternational journal of cartography > vol 5 n° 2-3 (July - November 2019) . - pp 195 - 213 Titre : Potential of crowdsourced data for integrating landmarks and routes for rescue in mountain areas Type de document : Article/Communication Auteurs : Marie-Dominique Van Damme , Auteur ; Ana-Maria Olteanu-Raimond , Auteur ; Yann Méneroux , Auteur Année de publication : 2019 Projets : CHOUCAS / Olteanu-Raimond, Ana-Maria Conférence : ICC 2019, 29th International Cartographic Conference ICA, Mapping everything for everyone 15/07/2019 20/07/2019 Tokyo Japon Open Access Proceedings of the ICA Article en page(s) : pp 195 - 213 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] appariement de données localisées [Termes IGN] approche participative [Termes IGN] intégration de données [Termes IGN] montagne [Termes IGN] point de repère [Termes IGN] qualité des données [Termes IGN] reconstruction d'itinéraire ou de trajectoire [Termes IGN] secours d'urgence Résumé : (Auteur) Many different websites offer the opportunity to share and download landmarks and routes produced by the crowd. Landmarks near to a route or routes passing near to some landmarks may help in the context of mountain rescue. Therefore, it is necessary to identify relevant data sources and to describe their characteristics. In this paper, we set out to explore the potential of crowdsourced data in order to be considered such as data sources in the context of mountain rescue. Thus, our aim is to study the content of different sources to have a better knowledge on how landmarks and routes are mapped, to demonstrate the complementarity of crowdsourced data with respect with authoritative data, and to study the feasibility of defining links between routes and landmarks. The proposed method used integration techniques such as map matching, route construction and data matching. Among the results, the large number of non-matched features proves the richness of crowdsourced data. The matching results generate new semantic rules for both type of landmarks and geometries of route. Numéro de notice : A2019-237 Affiliation des auteurs : UGE-LASTIG (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2019.1615730 Date de publication en ligne : 24/05/2019 En ligne : https://doi.org/10.1080/23729333.2019.1615730 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92937 [article]

Relative space-based GIS data model to analyze the group dynamics of moving objects / Mingxiang Feng in ISPRS Journal of photogrammetry and remote sensing, vol 153 (July 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 153 (July 2019) . - pp 74 - 95 Titre : Relative space-based GIS data model to analyze the group dynamics of moving objects Type de document : Article/Communication Auteurs : Mingxiang Feng, Auteur ; Shih-Lung Shaw, Auteur ; Zhixiang Fang, Auteur ; Hao Cheng, Auteur Année de publication : 2019 Article en page(s) : pp 74 - 95 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] analyse spatio-temporelle [Termes IGN] base de données d'objets mobiles [Termes IGN] base de données orientée objet [Termes IGN] modèle conceptuel de données [Termes IGN] objet mobile [Termes IGN] reconstruction d'itinéraire ou de trajectoire [Termes IGN] SIG dynamique [Termes IGN] UML Résumé : (Auteur) The relative motion of moving objects is an essential research topic in geographical information science (GIScience), which supports the innovation of geodatabases, spatial indexing, and geospatial services. This analysis is very popular in the domains of urban governance, transportation engineering, logistics and geospatial information services for individuals or industrials. Importantly, data models of moving objects are one of the most crucial approaches to support the analysis for dynamic relative motion between moving objects, even in the age of big data and cloud computing. Traditional geographic information systems (GIS) usually organize moving objects as point objects in absolute coordinated space. The derivation of relative motions among moving objects is not efficient because of the additional geo-computation of transformation between absolute space and relative space. Therefore, current GISs require an innovative approach to directly store, analyze and interpret the relative relationships of moving objects to support their efficient analysis. This paper proposes a relative space-based GIS data model of moving objects (RSMO) to construct, operate and analyze moving objects’ relationships and introduces two algorithms (relationship querying and relative relationship dynamic pattern matching) to derive and analyze the dynamic relationships of moving objects. Three scenarios (epidemic spreading, tracker finding, and motion-trend derivation of nearby crowds) are implemented to demonstrate the feasibility of the proposed model. The experimental results indicates the execution times of the proposed model are approximately 5–50% those of the absolute GIS method for the same function of these three scenarios. It’s better computational performance of the proposed model when analyzing the relative relationships of moving objects than the absolute methods in a famous commercial GIS software based on this experimental results. The proposed approach fills the gap of traditional GIS and shows promise for relative space-based geo-computation, analysis and service. Numéro de notice : A2019-261 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.05.002 Date de publication en ligne : 15/05/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.05.002 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93074 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019071	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2019073	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2019072	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Appariement automatique de données hétérogènes: textes, traces GPS et ressources géographiques / Amine Medad (2018) 

Public 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 naturel Résumé : (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 éditeur Adobe Acrobat PDF

Discovering non-compliant window co-occurrence patterns / Reem Y. Ali in Geoinformatica [en ligne], vol 21 n° 4 (October - December 2017)  

Public [article]  inGeoinformatica [en ligne] > vol 21 n° 4 (October - December 2017) . - pp 829 - 866 Titre : Discovering non-compliant window co-occurrence patterns Type de document : Article/Communication Auteurs : Reem Y. Ali, Auteur ; Venkata M. V. Gunturi, Auteur ; Andrew J. Kotz, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 829 - 866 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] exploration de données géographiques [Termes IGN] géostatistique [Termes IGN] matrice de co-occurrence [Termes IGN] reconstruction d'itinéraire ou de trajectoire [Termes IGN] transport Résumé : (Auteur) Given a set of trajectories annotated with measurements of physical variables, the problem of Non-compliant Window Co-occurrence (NWC) pattern discovery aims to determine temporal signatures in the explanatory variables which are highly associated with windows of undesirable behavior in a target variable. NWC discovery is important for societal applications such as eco-friendly transportation (e.g. identifying engine signatures leading to high greenhouse gas emissions). Challenges of designing a scalable algorithm for NWC discovery include the non-monotonicity of popular spatio-temporal statistical interest measures of association such as the cross-K function which renders the anti-monotone pruning based algorithms (e.g. Apriori) inapplicable for such interest measures. In our preliminary work, we proposed two upper bounds for the cross-K function and a top-down multi-parent tracking approach that uses these bounds for filtering out uninteresting candidate patterns and then applies a minimum support (i.e. frequency) threshold as a post-processing step to filter out chance patterns. In this paper, we propose a novel bi-directional pruning approach (BDNMiner) that combines top-down pruning based on the cross-K function threshold with bottom-up pruning based on the minimum support threshold to efficiently mine NWC patterns. Case studies with real world engine data demonstrates the ability of the proposed approach to discover patterns which are interesting to engine scientists. Experimental evaluation on real-world data show that the proposed approach yields substantial computational savings compared to prior work. Numéro de notice : A2017-605 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s10707-016-0289-3 En ligne : https://doi.org/10.1007/s10707-016-0289-3 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86915 [article]

Index-supported pattern matching on tuples of time-dependent values / Fabio Valdés in Geoinformatica [en ligne], vol 21 n° 3 (July - September 2017)  

Permalink

Generative models for road network reconstruction / Colin Kuntzsch in International journal of geographical information science IJGIS, vol 30 n° 5-6 (May - June 2016)  

Permalink

Reconstruction of itineraries from annotated text with an informed spanning tree algorithm / Ludovic Moncla in International journal of geographical information science IJGIS, vol 30 n° 5-6 (May - June 2016)  

Permalink

Reconstruction automatique d'itinéraires à partir de textes descriptifs / Ludovic Moncla in Cartes & Géomatique, n° 227 (mars - mai 2016)    

Permalink

Spatio-temporal traffic video data archiving and retrieval system / Hang Yue in Geoinformatica [en ligne], vol 20 n° 1 (January - March 2016)  

Permalink

Trajectory reconstruction from mobile positioning data using cell-to-cell travel time information / Toivo Vajakas in International journal of geographical information science IJGIS, vol 29 n° 11 (November 2015)  

Permalink

Trajectoires d’objets mobiles dans un espace support fixe / Elodie Buard in Revue internationale de géomatique, vol 25 n° 3 (septembre - novembre 2015)  

Permalink

Automatic reconstruction of itineraries from descriptive texts / Ludovic Moncla (2015)  

Permalink

Modélisation des déplacements d'animaux dans un espace géographique : analyse et simulation / Laurence Jolivet (2014)  

Permalink

Space-time density of trajectories : exploring spatio-temporal patterns in movement data / Urška Demšar in International journal of geographical information science IJGIS, vol 24 n° 10 (october 2010)  

Permalink