Nantilus
Méthodes d'extraction de connaissances à partir de données (ECD) appliquées aux systèmes d'information géographiques (SIG) /
Le travail effectué durant cette thèse concerne l'étude des méthodes d'Extraction de Connaissances à partir de Données (ECD) dans le cadre des Systèmes d'Information Géographiques (SIG). Nous avons non seulement mis en œuvre et amélioré des outils d'ECD classique (Classification...
Enregistré dans:
| Auteur principal : | |
|---|---|
| Collectivités auteurs : | , , |
| Autres auteurs : | |
| Format : | Thèse Livre |
| Langue : | français |
| Publié : |
[S.l.] :
[s.n.],
2006.
|
| Sujets : |
| Résumé : | Le travail effectué durant cette thèse concerne l'étude des méthodes d'Extraction de Connaissances à partir de Données (ECD) dans le cadre des Systèmes d'Information Géographiques (SIG). Nous avons non seulement mis en œuvre et amélioré des outils d'ECD classique (Classification de Données, Visualisation de Classifications et Arbres de Décision) mais aussi des outils traitant des données spatiales (Analyse Spatiale, Lissage Spatial, Sectorisation, Autocorrélation Spatiale et Modélisation des Flux). Nous avons effectué notre travail de recherche au sein de la société GÉOBS spécialisée dans l'analyse des données géographiques, et nous avons donc utilisé ces outils pour résoudre des problématiques liées au Géomarketing, à la Logistique, à l'Aménagement, à l'Environnement et à la Santé. De ce fait, toutes les méthodes ont pu être validées avec des données réelles. Ce mémoire offre une vision globale concernant un ensemble de problématiques et de méthodes d'analyse. Il met ainsi en avant la complémentarité des méthodes utilisées qui sont souvent connectées entre elles soit du point de vue technique soit du point de vue de leur utilisation. Finalement, ce fut un travail très enrichissant car il a touché à de nombreuses problématiques et à de tout aussi nombreuses méthodes d'extraction de connaissances. During this PHD thesis, we have studied methods for Knowledge Discovery in Databases (KDD) applied to Geographic Information Systems (GIS). We have improved both classical KDD tools (Data Clustering, Cluster Visualization and Decision Tree) and spatial-data-designed tools (Spatial Analysis, Spatial Smoothing, Spatial Partitionning, Spatial Autocorrelation and Flow Modeling). We have worked in GÉOBS, a company expert in spatial data analysis and our KDD tools have been used to solve various problems in relation with Geomarketing, Logistics, City Planning, Environnement and Health. So our methods have been validated with real-world data. This report gives a wide point of view on a range of analysis methods and their related problems. It points up the complementarity between theses methods which can be connected either in a technical way or in a user way. Eventually, this work was very enriching because it has concerned many problems and as many KDD tools. |
|---|---|
| Description matérielle : | 1 vol. (216 p.) : ill. ; 30 cm. |
| Bibliographie : | Bibliographie p. 195-204. |