Fusion des connaissances pour apparier des données géographiques
Dans cet article nous proposons une méthode d'appariement de données géographiques, basée sur la théorie des fonctions de croyance. L'aspect générique de notre approche résulte du fait que le processus d'appariement s'adapte aux données en reposant sur la représentation explicite des connaissances provenant des spécifications, des données elles-mêmes et des experts, en y intégrant les imperfections. Grâce à la théorie des fonctions de croyance, nous avons d'une part modélisé d'une manière flexible les connaissances qui guident l'appariement de données, en représentant explicitement les connaissances imparfaites, partielles et manquantes, et d'autre part nous avons fusionné ces connaissances afin d'améliorer la robustesse et la qualité de l'appariement. Nous avons testé notre approche sur des données réelles représentant le relief et les réseaux routiers.
In this article a generic geographical data matching approach based on DempsterShafer belief theory is proposed. The generic aspect of our approach comes from adaptation of the matching process to geographical data. This is possible by basing the matching process on explicit representation of knowledge that comes from data itself, specification of databases and experts, with consideration of imperfections. Thanks to the belief theory, on the one hand a flexible and prudent modelling of knowledge is accomplished by representing in the same time perfect, partial and missing knowledge. On the other hand, a fusion process can improve the quality of data matching results. Our approach is tested on real data representing relief and road networks.
A.OLTEANU RAIMOND, S.MUSTIÈRE, A.RUAS
appariement, données géographiques, fusion, théorie des fonctions de croyance.
data matching, geographical data, fusion, belief theory.
Français
|
