Référencement spatial indirect: modélisation à base de relations et d’objets spatiaux vagues - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Référencement spatial indirect: modélisation à base de relations et d’objets spatiaux vagues

Mattia Bunel
Cécile Duchêne

Résumé

This paper proposes a methodology for transforming a relative position description expressed in an indirect repository into an absolute position in a direct repository. This problem requires the formalization of relative location elements, here in the form of a triplet model, which is used as a basis for the transformation from relative to absolute position and the questioning on how the imperfection of the natural language in the modeling process can be taken into account. We propose to use fuzzy spatial objects and we will compare their implementations to identify the most appropriate approach to our context.
Cet article propose une méthodologie destinée à transformer une description de position exprimée dans un référentiel indirect en une position absolue dans un référentiel direct.Cette problématique nécessite une formalisation des éléments de localisation relatifs, ici sous la forme d’un modèle en triplets, utilisés comme base de référencement et un questionnement sur la prise en compte de l’imperfection du langage naturel dans le processus de modélisation. Nous proposons de faire appel aux objets spatiaux flous et nous comparerons leurs implémentations afin d’identifier l’approche la plus adaptée au contexte du secours en montagne.
Fichier principal
Vignette du fichier
Sageo_2018_2.pdf (707.11 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02354491 , version 1 (07-11-2019)

Identifiants

  • HAL Id : hal-02354491 , version 1

Citer

Mattia Bunel, Ana-Maria Olteanu-Raimond, Cécile Duchêne. Référencement spatial indirect: modélisation à base de relations et d’objets spatiaux vagues. Sageo 2018, Nov 2018, Montpellier, France. ⟨hal-02354491⟩

Collections

ANR IGN-ENSG
224 Consultations
87 Téléchargements

Partager

Gmail Facebook X LinkedIn More