Notice bibliographique
Résumé
Les mégadonnées promettent de nombreux avantages pour la recherche sur les Changements dès l'Utilisation/Couverture des Terres (CUCT), en termes d'augmentation du volume, de la rapidité et de la variété des images de télédétection. Cependant, il conteste les approches traditionnelles pour identifier des CUCT. Le volume accru (taille du fichier) et la rapidité (vitesse) des mégadonnées signifient que les cadres de gestion des données existants ne peuvent pas distribuer efficacement des données spatiales et des computations sur un grand nombre d'ordinateurs. Les flux de travail des CUCT précédents ne sont pas conçus pour des mégadonnées et ne peuvent pas être facilement déployés sur des outils mégadonnées tels que le cloud computing et le cadre Hadoop. Les niveaux élevés d'hétérogénéité des échelles signifient que les images peuvent couvrir granularités et étendues différentes, spatiales et temporelles. Théoriquement, il devient difficile de s'occuper les données à cause de significations d'échelle multiples et conflictuelles. Parce que nous travaillons avec les mégadonnées, les entités géographiques peuvent être enregistrés à granularités et extensions différentes qui devraient être détectées comme des CUCT mais ne peuvent pas être. Enfin, ces problèmes n'ont pas été explorés ensemble pour les défis des mégadonnées dans les CUCT.Je présente six avancées pour répondre aux défis des mégadonnées dans les CUCT: (1) un concept théorique s’appelé Scope, (2) une méthode de décomposition / recomposition spatialement sensible, (3) une méthode de détection de changement invariant à l'échelle, (4) un modèle spatio-temporel pour les mégadonnées dans les CUCT, (5) un algorithme d'optimisation des limites de changement, et (6) une geospatial cyberinfrastructure spécifique aux CUCT. Dans ce manuscrit, je propose d'abord le Scope comme un conception pour modéliser les échelles spatio-temporelles en fusionnant explicitement la granularité, l'étendue, le temps et la propriété. Deuxièmement, je développe un nouveau cadre de décomposition / recomposition pour gérer la décomposition, la distribution, et la recombinaison des données dans un environnement computation distribué. Troisièmement, une méthode de détection de changement invariable à l'échelle identifie CUCT en combinant les caractéristiques régionales et ponctuelles ensembles des données à plusieurs granularités et étendues spatiales. Quatrièmement, je théorise un modèle d'objet spatio-temporel pour améliorer l'intégration de l'espace et du temps dans la recherche des CUCT. Le modèle d'objet spatio-temporel, et la cinquième avancée, un algorithme d'optimisation des limites de changement gèrent le bruit des données et organisent mieux les changements de l'objet spatial-temporel. Enfin, une geospatial cyberinfrastructure combine ces approches distinctes avec le cloud computing et les cadres computations distribués comme une approche holistique pour le défi des mégadonnées dans la recherche des CUCT. Ces six avancées sont testées dans une série d'études de cas en utilisant des données collectées depuis 2005 à 2012, dans la région plus grande de Montréal.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».