Nouvelles méthodes pour le traitement, l'analyse et la représentation de flux de données massives géospatiales

大规模地理空间变化的特征、分析和表示的新方法

• 批准号: RGPIN-2019-06788
• 负责人: Badard, Thierry
• 金额: $ 1.89万
• 依托单位: Université Laval
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2021
• 资助国家: 加拿大
• 起止时间: 2021-01-01 至 2022-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=739108
• 关键词: Nouvelles; thodes; pour; le; traitement

Pour pallier le problème de déluge de données, on assiste à une forte démocratisation des outils et techniques liés à l'informatique décisionnelle et au Big data qui permettent une analyse rapide et efficace de ces grandes masses d'information. Comme 80% de l'information stockée dans les entrepôts de données des entreprises peut se voir rattacher une localisation, des systèmes dits géo-décisionnels ont vu le jour et font l'objet d'un grand intérêt de la part des entreprises et institutions car ils permettent de prendre des décisions pleinement éclairées, i.e. prenant en compte toutes les composantes de l'information (spatiale, temporelle, sémantique/thématique). Néanmoins, avec la multiplication des capteurs dans nos villes, usines, maisons, automobiles, . l'afflux de données s'est encore accru et il se produit actuellement plus de données que l'on ne peut en stocker. L'explosion à venir des objets connectés va amplifier de façon exponentielle cette tendance. Ceci impose donc de repenser les systèmes de traitement et d'analyse de la donnée, car celle-ci arrive maintenant en flux continu, souvent massif, à des fréquences parfois très élevées et doit être analysée en temps quasi réel pour ne pas en perdre l'intérêt/valeur, celle-ci ne pouvant plus être stockée pour être analysée plus tard dans sa granularité (spatiale, temporelle ou de détail) la plus fine. Si certaines méthodes et techniques de traitement de flux de données existent et ont été mises en ouvre dans différentes solutions Big data, il n'en reste pas moins que le traitement de tels flux de données, qui peuvent elles aussi se voir rattacher une localisation et donc faire l'objet d'analyses spatiales, n'en est encore qu'à ses débuts. Le présent programme vise à répondre à ce manque d'outils performants et innovants d'aide à la géo-décision basés sur des flux de données. Pour cela, on visera à concevoir des méthodes de traitement, d'analyse et de représentation de flux de données massives géospatiales. On s'attachera ainsi à 1) formaliser et structurer les éléments à la base du traitement et de la représentation efficaces des données de flux de données massives à composante spatiale, 2) développer de nouvelles techniques pour réaliser le traitement et l'analyse rapide, fiable et capable de monter en charge de tels flux de données, mais aussi permettant de tenir compte et de s'adapter à la qualité/défaut dans les données de flux (précision, actualité, erreur ou absence temporaire de données, .), 3) concevoir des modèles permettant de détecter automatiquement des tendances et patrons spatio-temporels dans les flux de données et 4) définir des modes de représentation (nouveaux types d'interface et de cartographie thématique avancée) pour rendre au mieux ces informations dynamiques pour des fins de prise de décision éclairée. Le présent programme de recherche contribuera de plus, à la formation par la recherche, de 6 étudiants de tous les cycles dans des domaines de pointe et en demande.

为了更好地解决用户流失的问题，本文提出了一种基于决策信息化和Au的大数据的方法和技术，以保证对大量信息的快速有效分析。在企业中心储存的80%的信息可以进行本地化，这些系统将地理决策视为企业和机构的一个重要目标，这些目标允许企业和机构进行决策，即全面考虑信息的组成（空间、时间、系统/主题）。Néanmoins，avec la multiplication of captured dans nos villes，usines，maisons，automobiles，.食品流入量再次增加，而且实际生产的食品数量也增加了，因为这些食品不可能储存在仓库。连接物体的爆炸会放大这种趋势。Ceci implement donc de repenser les systèmes de traitement et d'analyze de la donnée，car celle-ci arrive maintenant en flux continuu，souvent dumplf，à des fréquences parfois très élevées et doit être analysée en temps quasi réel pour ne pas en perdre l'intérêt/valeur，celle-ci ne pouvant plus être stockée pour être analysée plus tard dans sa granularité（spatiale，temporelle ou de detail）la plus fine.如果大数据中存在的数据流量的处理方法和技术以及在不同的解决方案中存在的数据流量的处理方法和技术，那么大数据就不存在更多的数据流量的处理方法，因为这些方法和技术可以使数据定位并进行空间分析。目前的方案是为了响应基于水资源流动的地质决策的执行者和创新者的需求。在此，我们将介绍几种处理、分析和再现地球空间数据流的方法。本文主要论述了1）空间复合材料中流体流动的基本处理和表征效果的形式化和结构化，2）流体流动的快速、可操作和可监测的新处理和分析技术的发展，迈斯也渗透了tenir compte和s 'adapter à la qualité/défaut dans les données de flux（精确、实际、错误或暂时缺失données，.），3)4）定义表示模式（新的界面类型和先进的制图方法），以提供Au mieux ces informations dynamiques for des fins de prise de decision éclairée。目前的研究方案为6名图斯所有周期的学员在尖端和需求领域的研究培训做出了贡献。