Due immagini della Francia
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Due immagini della Francia
Mappa ufficiale con Una mappa corematica che enfatizza
livelli amministrativi i problemi esistenti
Obiettivi Contenuto
• 1 – Che cosa sono i coremi?
• Ancora nessun risultato di ricerca
• Però, visione di un nuovo piano di ricerca • 2 – Scoperta automatica e visualizzazione dei coremi
• Fino a oggi • 3 – Coremi come un nuovo modo di rappresentazione di
– I coremi erano disegnati manualmente conoscenze geografiche
• Scopo finale • 4 – Coremi come un nuovo modo per accedere ai
database geografici
– Generazione automatica dei coremi da
database territoriali (attraverso il data mining • 5 – Piano di ricerca
geografico)
• 6 – Conclusioni
1
1 – Che cosa sono i coremi?
• Inventati dal Prof. Roger BRUNET
(Università di Montpellier)
• Rappresentazione schematizzata di un
territorio
Problema dell’acqua in Brasile Popolazione degli Stati Uniti
Zona umida
Zona secca
Deserti
Limiti spartiacque
Limite Sud della foresta tropicale
Vegetazione regolarmente
inondata
Oceano
Stati con un livello d’acqua elevato
Zona con dighe
Mappa convenzionale Mappa Corematica Legenda
2
Indovinate! Costruzione manuale
• Esempio Bolivia
Medio ambiente Epoche pre-ispaniche
3
Geopolitica regionale Prima della riforma agraria
Dopo la riforma agraria Un’altra immagine corematica
4
2 – Scoperta automatica e
visualizzazione dei coremi Diagramma
• Cos’è possibile fare con il Data Mining
geografico? Database o
Mondo reale Dataware- Data Mining Geografico Conoscenze
house Geografiche
geografico
• Problemi di visualizzazione
Cartografia Visualizzazione
Data Mining Geografico (1/2) Data Mining Geografico (2/2)
• Molte tecniche sono state sviluppate • Partendo da un database geografico
• Trovare una combinazione di tecniche idonee • Lista limitata di pattern geografici
per la scoperta dei pattern geografici – Può darsi 7 ± 2
• Differenze tra
– Data mining spaziale
• Pattern che sono veri dappertutto
• Come definire i pattern più importanti?
• “Se lago + strada per il lago ristorante” – Ipotizziamo 10 000 pattern geografici trovati:
– Data mining geografico come selezionare 7 ± 2?
• Pattern ubicati (pattern spaziale con toponimi) • Codifica dei pattern geografici
• “Costa orientale della Spagna è saturata per il turismo”
– XML, GML, KML, ecc..
5
3 – Coremi per la rappresentazione
Cartografia dei coremi
di conoscenze geografiche
• Definizione di una biblioteca di coremi • Architettura generale
elementari (formato vettoriale) – Lista di azioni
• Definizione delle regole per la disposizione – Linguaggio e livelli di linguaggio
dei pattern
– Somiglianza con la disposizione dei toponimi
– Somiglianza con la generalizzazione
geografica
Classificazione dei coremi Classificazione dei coremi
Coremi Statici Coremi dinamici
Phenomenon Samples Image Attributes Phenomenon Samples Image Attributes
Thematic area
ID Flow Between points, areas ID
Name from/to points, areas Name
Geographic Data Direction: N,E,S,W, NE, SE, SO, NO
Origin: Geographic Data
Destination: Geographic Data
Point Cities ID
Tropism Attractive/repulsive space
Name
ID
Geographic Data
Name
Size
Geographic Data
Line Geographic separation ID
(rivers, mountains, frontiers) Name
Geographic Data
Size
Diffusion Spatial extension/regression ID
Network A network that emphasize the ID Name
principals characteristics of a real Name Direction: N,E,S,W, NE, SE, SO, NO
network Geographic Data Origin: Geographic Data
Destination: Geographic Data
6
Architettura proposta Linguaggio ChorML
DB Tansformation Chorem Extraction
Chorem
Initial Format and KDD definition • Passaggio graduale
Structure (DM/SDM)
SDBMS
Transformation – dal database originale ai pattern ricavati
Oracle
Mysql
ChorML 0 – dai pattern ricavati ai pattern selezionati
Postgresql-
Postgis Adapted Patterns
Chorem/Pattern
mapping
– alla mappatura dei coremi
SDBMS
• Esempio 1
ChorML 0
– Città principale, popolazione, coordinati GB
ChorML 1 Layout
– Cerchio rosso, radio 3mm, coordinate in pixel
• Esempio 2
Chorem Visualization
Output
– Flussi di merci tra Milano e Roma
Layout Pre-Layout
ChorML 4
Interactive Layout
Management ChorML 3 Placement
Simplification
Generalization
ChorML 2
computation – Freccia
System Choremization
Livelli del linguaggio ChorML Livello zero di ChorML
• ChorML 0 ≈ GML (DB originale)
• Contenuto originale del DB geografico
• ChorML 1 ≈ XML + GML
– Risultati del DM geografico • Sistema di riferimento (Gauss-Boaga)
– Lista dei pattern geografici
• Ideale : XML e GML
• ChorML 2 ≈ XML + GML / SVG
– Scelta dei coremi • In pratica: Oracle o altro
– Indipendenza dal device di ouput
• ChorML 3 ≈ XML + SVG
• ChorML 4 ≈ SVG
– Formato della mappa (A4, colori, ecc.)
– Disegno finale = mappa corematica
7
Primo livello di ChorML Ultimo livello di ChorML
• Lista dei pattern ricavati dal DM geografico • Selezione del formato della mappa
– Caratteristiche tematiche – Dimensione (es. A3)
– Geometria – Colori
• Nome del DB – ecc
• Sistema di riferimento (Lat Long) • Coordinate in pixel
• Semantica dei coremi • Lista di disegni elementari
Livelli intermedi Esempio ChorML
• Lista dei pattern selezionati
– Caratteristiche
…
– Geometria …….
• Lista dei coremi
……
…….
…….
8
1
Madrid
1 3101627
Madrid NW 40°26’06’’, 3°43’06’’
South-West
Madrid
325 Esempio
Barcelona
……
Madrid
45789
(ChorML 0)
9
1
5 Coremi come riassunti
red
611, 434
• Visione globale dei contenuti di DBT
2 • Riassunti di DBT
< radius > 4
< color > blue
1102, 322 • Vari livelli di riassunti
Esempio
….
(ChorML n) • Coremi gerarchici
– Italia
1102, 322 – Regioni
Nuovo sistema di
611, 434
3
– Province accesso ai DBT
– Comuni
yellow
4 – Coremi per l’accesso
Coremi gerarchici
ai database geografici
• Il motto di Ben Shneiderman:
« Overview,
Zoom and Filter,
Details on Demand »
• STARFIELD: per accedere agli oggetti che
Zaire e la sua appartengono alla stessa collezione
inserzione in Africa • SPACE-FILLING TREEMAPS: per accedere a
varie collezioni (biblioteca)
10Starfield e Treemaps Database or dataware-
Motto di Ben Shneiderman
houses geografico
Overview Coremi
Zoom and filter Zoom geografico
e filtro tematico
Details on demand Mappatura dettagliata
on demand
Vari stili
di accessi geografici
Overview
Stile SQL Alla Ben Shneiderman
Select…
From…
Where… Database o
Zoom and filter
Dataware-
Database o house
Dataware-
house
geografico
geografico
Accesso geografico Accesso basato
Sui coremi
Details on demand
115 – Piano di ricerca Progetto internazionale
• 1 – Modellazione dei coremi Lione
• 2 – Data Mining geografico
• 3 – Scoperta delle caratteristiche salienti
(pattern geografici)
• 4 – Codifica dei coremi Puebla
Robert Laurini Françoise Raffort
• 5 – Visualizzazione dei coremi Salerno
• 6 – Da una mappa corematica a una sotto- Puebla-Lione
mappa corematica Salerno-Lione
• 7 – Dalla scoperta dai coremi all’accesso basato David Sol
sui coremi Giuliana Vitiello
• 8 – Interoperabilità Karla López
Vincenzo Del Fatto
• 9 – Aspetti cognitivi
Definizioni dei coremi 6 – Conclusioni
• « Rappresentazione schematizzata di un • Differenza nelle definizioni dei coremi:
territorio »
– Per i geografi = rappresentazione
schematizzata di un territorio scaturita dalla
• Linguaggio visuale per le conoscenze conoscenza personale (mentale)
geografiche
• Strumenti visuali di riassunti dei DBT – Per gli informatici = rappresentazione visuale
di conoscenze geografiche estratte dal
• Nuova metodologia di accesso ai DBT contenuto di DB territoriale; riassunto di un
DB territoriale
12Perspettive
• Scegliere i coremi più utilizzati
• Specifiche di ChorML
• Completare l’architettura
• Scegliere tutte le procedure, gli algoritmi
• Fare un prototipo
• Uso: censimento di Puebla
• Altre collaborazioni
13Puoi anche leggere
