Raisonnement sur la modélisation des trajectoires : prise en compte des aspects thématiques, temporels et spatiaux
Auteur / Autrice : | Rouaa Wannous |
Direction : | Alain Bouju |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique et applications |
Date : | Soutenance le 20/10/2014 |
Etablissement(s) : | La Rochelle |
Ecole(s) doctorale(s) : | École doctorale Sciences et ingénierie pour l'information, mathématiques (Limoges ; 2009-2018) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Informatique, Image, Interaction (La Rochelle) |
Jury : | Président / Présidente : Thomas Devogele |
Examinateurs / Examinatrices : Thomas Devogele, Jérôme Gensel, Florence Sèdes, Jamal Malki, Cécile Vincent | |
Rapporteurs / Rapporteuses : Jérôme Gensel, Florence Sèdes |
Mots clés
Résumé
Le développement de technologies comme les systèmes de positionnement par satellites (GNSS), les communications sans fil, les systèmes de radio-identification (RFID) et des capteurs a augmenté la disponibilité de données spatio-temporelles décrivant des trajectoires d’objets mobiles. Des bases de données relationnelles peuvent être utilisées pour stocker et questionner les données capturées. Des applications récentes montrent l’intérêt d’une approche intégrant des trajectoires « sémantiques » pour intégrer des connaissances sur les comportements d’objets mobiles. Dans cette thèse, nous proposons une approche basée sur des ontologies. Nous présentons une ontologie pour les trajectoires. Nous appliquons notre approche à l’étude des trajectoires de mammifères marins. Pour permettre l’exploitation de nos connaissances sur les trajectoires, nous considérons l’objet mobile, des relations temporelles et spatiales dans notre ontologie. Nous avons évalué la complexité du mécanisme d’inférence et nous proposons des optimisations, comme l’utilisation d’un voisinage temporel et spatial. Nous proposons également une optimisation liée à notre application. Finalement, nous évaluons notre contribution et les résultats montrent l’impact positif de la réduction de la complexité du mécanisme d’inférence. Ces améliorations réduisent de moitié le temps de calcul et permettent de manipuler des données de plus grande dimension.