Intégration de données urbaines hétérogènes n-dimensionnelles basée modèle

Model-driven Integration of Heterogeneous n-Dimensional Urban Data

• Auteur / Autrice : Diego Vinasco-Alvarez
• Direction : Gilles Gesquière, Sylvie Servigne, John Samuel
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 11/12/2023
• Etablissement(s) : Lyon 2
• Ecole(s) doctorale(s) : École doctorale en Informatique et Mathématiques de Lyon (Lyon ; 2009-....)
• Partenaire(s) de recherche : Laboratoire : LIRIS - Laboratoire d'Informatique en Image et Systèmes d'information (Rhône ; 2003-....)
• Jury : Président / Présidente : Christophe Nicolle
• Jury : Rapporteurs / Rapporteuses : Marlène Villanova-Oliver, François Pinet

Mots clés

Mots clés contrôlés

Intégration de données (informatique)

Ontologies (informatique)

Bases de données spatio-temporelles

Mots clés libres

Données 3D

Données spatio-temporelles

Données urbaines

Intégration des données

Transformation des données

Ontologies

Graphes de connaissances

Approche basée-modèles

Standards de données

3D data

Spatio-temporal data

Urban data

Data integration

Data transformation

Ontologies

Knowledge graphs

Model-driven approach

Data standards

Résumé

L’urbanisation et l’anthropisation sont des processus de changement dynamiques et multiformes qui ont de fortes répercussions sur nos sociétés. Pour répondre au besoin de comprendre ces processus, les approches fondées sur les données—telles que les jumeaux numériques urbains et les applications de villes intelligentes—sont devenues des solutions puissantes pour modéliser, visualiser et naviguer dans le paysage et le cycle de vie urbains complexes. Souvent, ces approches reposent sur l’intégration de ces données urbaines, qui consistent en une variété d’informations provenant de différents acteurs et organisations. Dans ce contexte, l’intégration des données urbaines est un processus qui combine des données urbaines hétérogènes provenant de ces domaines d’information afin de créer des vues de données plus complètes du paysage urbain et de son évolution pour l’utilisateur. Pour fournir ces vues, le processus d’intégration doit prendre en compte à la fois la nature hétérogène de ces données et leurs caractéristiques n-dimensionnelles (nD) (i.e., 2D, 3D, temps, sémantique).L’objectif de cette thèse est de proposer une approche sémantique évolutive de l’intégration de données basée sur les standards et des modèles, où les modèles conceptuels sous-jacents aux différentes sources de données sont préservés. Au lieu d’utiliser une conversion directe des données, nous proposons une méthodologie fondée sur un modèle sémantique garantissant que, pour une application, toutes les informations pouvant être représentées par un standard donné seront disponibles pour l’application. Une approche basée modèle permet de garantir que l’application peut utiliser toutes les informations exposées par l’une de ces sources de données, même si les standards et implicitement les modèles évoluent. Nous nous intéressons dans cette thèse aux données urbaines à n-dimensions et en particulier aux données urbaines 3D et temporelles. La construction d’un modèle sémantique évolutif est un défi, car le choix d’un modèle sémantique expressif nécessite une bonne compréhension des différentes informations qui peuvent être représentées par les différentes sources et les standards dont elles relèvent. En outre, la mise en correspondance automatisée des informations du modèle urbain avec le modèle sémantique proposé présente plusieurs limites. Également, l’évolution automatisée du modèle sémantique, avec l’intégration de nouvelles sources de données ainsi que de nouvelles versions des standards de données associées en raison d’évolutions continues nécessite une solution générique.En considérant plusieurs standards de données, en constante évolution, pour représenter des données urbaines en n-dimension souvent hétérogènes, notre objectif est de pouvoir assurer l’interopérabilité des données et la possibilité de les intégrer à d’autres données ouvertes liées. Cette proposition vise également à améliorer l’accès aux données géospatiales sur le web tout en garantissant leur intégrité et leur accès.

Urbanization and anthropization are dynamic and multifaceted change processes with strong impacts on our societies. To confront the increasing need for understanding these processes, data-driven approaches such as urban digital twins and smart city applications have become powerful solutions to model, visualize, and navigate the complex urban landscape and lifecycle. Often, these approaches rely on integrating these urban data, which consist of a variety of different information from different actors and organizations. In this context, urban data integration is a process that combines heterogeneous urban data from these information domains to create more complete data views of the urban landscape and its evolution for the user. To provide these views, the integration process must take into consideration both the heterogeneous nature of this data and its n-dimensional (nD) characteristics (i.e., 2D, 3D, time, semantics).The aim of this thesis is to propose a robust semantic and approach to data integration based on standards and models, where the conceptual models underlying the different data sources are preserved. Instead of using direct data conversion, we propose a model-driven methodology to ensure that, for a given application, all the information that can be represented by a given standard will be available to the application, even if the standards and the data models they define implicitly evolve. In this thesis, we focus on nD urban data—and in particular, on 3D and temporal urban data. Building a robust semantic model is challenging, as choosing an expressive semantic model requires a good understanding of the different types of information that can be represented by the various sources and the standards to which they belong. Also, automated mapping of conceptual model information has a number of limitations.By considering heterogeneous constantly evolving nD urban data standards, our aim is to be able to ensure data interoperability and the possibility of integrating this data with other, related open data. This proposal also aims to improve access to geospatial data on the web, while guaranteeing its integrity and access.