Descripteur
Documents disponibles dans cette catégorie (453)
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
A l'aide ! Je me suis perdu en zoomant / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)
[article]
Titre : A l'aide ! Je me suis perdu en zoomant Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; María-Jesús Lobo , Auteur ; William A Mackaness, Auteur ; Ian Muehlenhaus, Auteur Année de publication : 2022 Projets : LostInZoom / Touya, Guillaume Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 69 - 75 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] échelle cartographique
[Termes IGN] interaction homme-machine
[Termes IGN] point de repère
[Termes IGN] représentation multiple
[Termes IGN] visualisation cartographique
[Termes IGN] zoom
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) LostInZoom est un nouveau projet de recherche dont l'objectif est de concevoir de nouvelles manières de zoomer dans une carte multi-échelles, qui réduisent l'effet de désorientation que nous ressentons souvent en utilisant les cartes actuelles. Nous ressentons cette désorientation pendant quelques secondes après un zoom avant ou arrière parce que la carte affichée change durant le zoom. L'idée conductrice de ce projet est de proposer un zoom ancré, dans lequel nous utilisons des points de repère saillants à plusieurs échelles pour ancrer notre carte mentale pendant le zoom. Cet article présente les principales problématiques qui seront abordées dans le projet : (1) mieux comprendre et mesurer la désorientation causée par le zoom ; (2) trouver et modéliser les meilleures points de repères pour ancrer le zoom ; (3) concevoir des cartes multi-échelles plus progressives dans leurs transformations ; (4) concevoir des animations de zoom qui mettent en valeur les ancres à différentes échelles. Numéro de notice : A2022-678 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101898
in Cartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 69 - 75[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 021-2022011 SL Revue Centre de documentation Revues en salle Disponible Identification de relations spatiales par apprentissage profond sur des graphes / Azelle Courtial in Cartes & Géomatique, n° 247-248 (mars-juin 2022)
[article]
Titre : Identification de relations spatiales par apprentissage profond sur des graphes Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 77 - 80 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] alignement
[Termes IGN] apprentissage profond
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] relation spatiale
[Termes IGN] réseau neuronal convolutif
[Termes IGN] réseau routier
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) L'identification des structures et relations spatiales est une tâche clé de la généralisation cartographique automatique. Dans cet article, nous explorons le potentiel des réseaux d'apprentissage profond par convolution sur des graphes (GCN) pour apprendre à identifier des relations spatiales à travers deux cas d'études : la détection d'alignement et la sélection du réseau routier. Nos résultats sont plutôt encourageants et mettent en lumière les enjeux liés à la construction et l'enrichissement d'une structure de graphes adaptée à la tâche dont on désire l'apprentissage. Numéro de notice : A2022-679 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101900
in Cartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 77 - 80[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 021-2022011 SL Revue Centre de documentation Revues en salle Disponible ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)
[article]
Titre : ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat , Auteur Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 81 - 94 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000
[Termes IGN] algorithme de généralisation
[Termes IGN] carte topographique
[Termes IGN] déplacement d'objet géographique
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] implémentation (informatique)
[Termes IGN] jeu de données localisées
[Termes IGN] méthode des moindres carrés
[Termes IGN] optimisation spatiale
[Termes IGN] talus
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) Même si les progrès récents en automatisation de la généralisation cartographique aident les agences de cartographie nationales à produire leurs cartes topographiques à différentes échelles de plus en plus rapidement, il existe encore des opérations de généralisation que nous ne savons pas automatiser correctement. Par exemple, les talus sont fréquemment représentés par un symbole linéaire avec des barbules représentant le sens de la pente du talus. Ce type de symbole prend de la place et nécessite d'être éloigné des symboles de routes notamment. Cet article propose un algorithme, appelé ReBankment, qui permet de déplacer automatiquement les lignes de talus. L'algorithme utilise une triangulation pour identifier les voisinages entre objets de la carte, puis une optimisation par moindres carrés de la position des points de la ligne de talus, ce qui permet un déplacement sans modifier la forme initiale de la ligne. L'article propose également des moyens pour traiter les cas complexes et les jeux de données massifs. L'algorithme est testé sur des données réelles de l'IGN France pour la généralisation de la carte au 1:25.000 Numéro de notice : A2022-800 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101903
in Cartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 81 - 94[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 021-2022011 SL Revue Centre de documentation Revues en salle Disponible ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment / Guillaume Touya in International journal of cartography, vol 8 n° 1 (March 2022)
[article]
Titre : ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat , Auteur Année de publication : 2022 Projets : 1-Pas de projet / Touya, Guillaume Article en page(s) : pp 37 - 53 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de généralisation
[Termes IGN] compensation par moindres carrés
[Termes IGN] données topographiques
[Termes IGN] talus
[Vedettes matières IGN] GénéralisationRésumé : (auteur) While the recent progress on automated generalisation helped National Mapping Agencies to derive topographic maps more and more quickly, there are still practical cartographic issues that require attention. For instance, embankments are represented with line symbols showing the slope of the embankment. This paper proposes an automated algorithm called ReBankment that displaces the embankment lines from the roads and rivers that overlap the embankment symbol. ReBankment is based on a triangulation to identify neighbourhoods, and on a least squares adjustment to displace and distort the embankment line while preserving its shape. This paper also proposes how to handle complex cases and scaling issues. ReBankment is tested on real data from a 1:25k scale topographic map. Numéro de notice : A2022-006 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2021.1972787 Date de publication en ligne : 18/10/2021 En ligne : https://doi.org/10.1080/23729333.2021.1972787 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98838
in International journal of cartography > vol 8 n° 1 (March 2022) . - pp 37 - 53[article]Road network generalization method constrained by residential areas / Zheng Lyu in ISPRS International journal of geo-information, vol 11 n° 3 (March 2022)
[article]
Titre : Road network generalization method constrained by residential areas Type de document : Article/Communication Auteurs : Zheng Lyu, Auteur ; Qun Sun, Auteur ; Jingzhen Ma, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 159 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] 1:50.000
[Termes IGN] carte routière
[Termes IGN] connexité (topologie)
[Termes IGN] corrélation
[Termes IGN] programmation par contraintes
[Termes IGN] quartier
[Termes IGN] réseau routier
[Termes IGN] voisinage (relation topologique)
[Termes IGN] zone (aménagement du territoire)
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Residential areas and road networks have a strong geographical correlation. The development of a single geographical feature could destroy the geographical correlation. It is necessary to establish collaborative generalization models suitable for multiple features. However, existing road network generalization methods for mapping purposes do not fully consider residential areas. Compared with road networks, residential areas have a higher priority in cartographic generalization. In this regard, this study proposes a road network generalization method constrained by residential areas. First, the roads and settlements obtained from clustering residential areas were classified. Next, the importance of the settlements was evaluated and certain settlements were selected as the control features. Subsequently, a geographical network with the settlements as the nodes was built, and the traffic paths between adjacent settlements were searched. Finally, redundant paths between the settlements were simplified, and the visual continuity and topological connectivity were checked. The data of a 1:50,000 road network and residential areas were used as the experimental data. The experimental results demonstrated that the proposed method preserves the overall structure and relative density characteristics of the road network, as well as the geographical correlation between the road network and residential areas. Numéro de notice : A2022-184 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi11030159 Date de publication en ligne : 22/02/2022 En ligne : https://doi.org/10.3390/ijgi11030159 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99890
in ISPRS International journal of geo-information > vol 11 n° 3 (March 2022) . - n° 159[article]Apprendre à combiner l'information géographique pour générer une carte généralisée [poster à l'EGC 2022] / Azelle Courtial in Revue des Nouvelles Technologies de l'Information, E.38 (2022)PermalinkPermalinkPermalinkPermalinkExplorer la théorie des ancres et les espaces cognitifs dans la cartographie multi-échelle / Maieul Gruget (2022)PermalinkPermalinkMulti-criteria geographic analysis for automated cartographic generalization / Guillaume Touya in Cartographic journal (the), vol 59 n° 1 (February 2022)PermalinkReprésentation et combinaison de l'information géographique pour l'apprentissage profond / Azelle Courtial (2022)PermalinkRepresenting vector geographic information as a tensor for deep learning based map generalisation / Azelle Courtial (2022)PermalinkPermalink