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

大数据非常渗透，可以快速有效地分析海量信息，从而提高海量信息的分析效率。comcom80 %的信息存储系统，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件，将其作为交换条件（空间、时间、交换条件）。劫机者，劫机者，劫机者，劫机者，劫机者，劫机者，劫机者。随着技术的进步，技术的进步将使产品更加完善，而技术的进步将使产品更加完善。L 'explosion来向des古董这样连接va放大器de exponentielle这个趋向。Ceci impose donc de repenser les systems . mes de traitement et d'analyse de la donensame， car - cel -ci到达maintenant en flux continent， souvent mass, <s:2> <s:2> -ci - sametes - parfois - sametes - sametes - doit 'intérêt/valeur, celle-ci - pouant + être stocksametl + être analysime + standard dans sa particulate it<e:1> (spatiale, temporelle ou de dsamet) la + fine。如果有特定的数据交换交换技术，那么数据交换交换交换的技术就会存在不同的数据交换交换解决方案，那么大数据交换交换的解决方案就会出现不同的数据交换交换，例如数据交换交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，例如数据交换的技术，以及数据交换的技术。“<s:1> <s:1> <s:1> <s:1> <s:1> <s:1> - <s:1> - <s:1> - <s:1> - <s:1> - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -”因此，在visera conconevovir de msamthodes de traitement， d' analysis et rerepracimement, de flux, de condrods, de condrods, de condrods, de condrods。依照ainsi年代'attachera 1)正式化等雕刻家les元素du traitement et de la la基地表示efficaces des数据de通量数据地块的形式空间,2)开发de新式技术将实现le traitement等分析主、可靠等能力de怪物那样在电荷运输流量数据,但是也permettant de tenir帐户et de s 'adapter la质量/ defaut在数据通量(精度、时事,错误或者没有temporaire数据,), 3) concevoir des模型permettant de探测automatiquement des服侍等顾客spatio-temporels在通量数据et des模式4)值de表示(新类型d 'interface et de cartographie thematique avancee)倒rendre盟mieux ces信息dynamiques倒des鳍de撬eclairee德的决定。3 . <s:1> <s:1> <s:1>研究和发展方案》、《<s:1> <s:1>研究和发展方案》、《<s:1> <s:1> <s:1>研究和发展方案》、《<s:1> <s:1> <s:1>研究和发展方案》、《<s:1> <s:1> <s:1>研究和发展方案》、《<s:1> <s:1> <s:1>研究和发展方案》。

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.