Feb, 2023

将 OpenStreetMap 中的街道与 Wikidata 中的人物联系起来

PDF
TL;DR该研究提出了一种称为 StreetToPerson 的方法，基于知识图谱中的关系和空间依赖，连接 OpenStreetMap 中的街道和知识图谱中的人物，并在德国的所有 OpenStreetMap 街道中识别出超过 180,000 个连接，优于现有方法 26 个百分点。
openstreetmapwikidataknowledge graphstreettopersonspatial dependencies
发现论文，激发创造
  • 创建 Web 地理数据知识图谱

    本文介绍了我们最近开发的方法，以解决地理数据在 Web 和机器学习应用中的数据真实性、缺乏地理和语义特性集成以及不完整表示等问题。

    Feb, 2023

  • 基于 OpenStreetMap 和 H3 网格的全球规模时空知识图谱

    基于开放街道地图 (OpenStreetMap) 数据，我们提出了一个支持全球范围的 OpenStreetMap 数据转化成时空知识图谱的框架，同时利用 Apache Sedona 作为计算框架来构建该图谱。

    May, 2024

  • OSMnx：获取、构建、分析、可视化复杂街道网络的新方法

    该文章介绍了一个名为 OSMnx 的新工具，可以从政治边界和建筑外部下载街道网数据，并以图形和运输，及城市设计的视角为基础进行简单、一致和可自动化的街道网数据收集、创建和分析，从而提供了五种重要的功能：第一，政治边界和建筑物轮廓线的自动下载；第二，定制和自动下载和构造 OpenStreetMap 的街道网数据；第三，网络拓扑的算法校正；第四，可以将街道网保存到磁盘中以 Shapefiles、GraphML 或 SVG 文件的形式；第五，分析街道网，包括计算路线、投影和可视化网络，并计算度量和拓扑测量值。最后，文章还使用 OSMnx 进行了一个在俄勒冈州波特兰市建立并分析街道网的简单案例研究。

    Nov, 2016

  • 空间 - 时间城市知识图谱启用的出行模式预测

    本文利用空间 — 时间城市知识图谱中的移动轨迹，特定地点类别信息及时间信息，设计了一个模型，旨在解决基于知识图谱技术的用户的远期移动预测问题，提高了预测精确度。同时，对 POI 类别作为背景知识和辅助信息的实验结果表明，可帮助提升预测精度。

    Nov, 2021

  • 面向全球范围内的众包 + 人工智能技术，为残疾人士绘制和评估人行道

    本文描述了利用分层多尺度注意模型，主动学习语义分割和 Crowd+AI 评估人行道状态和易达性特征等方法，从卫星图像中半自动构建人行道网络拓扑结构的初步工作，并呼吁建立标准化的步行街景场景数据库和基准。

    Jun, 2022

  • 可步行街道的数字生活

    该论文研究了使用社交媒体数据自动识别安全和适宜步行街道以部分自动化计算步行性的可行性，其结果为提供实用机会以及探索步行性领域尚未解答问题的研究提供了理论基础。

    Mar, 2015

  • 将迪德罗的《百科全书》中的命名实体链接到维基数据

    描述了超过 10,300 个 Encyclopédie 条目与 Wikidata 识别符的注释，使其与图形连接起来，并考虑了地理和人物实体。

    Jun, 2024

  • Chatmap：大型语言模型与地图数据的交互

    利用相对较小规模（10 亿参数）的大型语言模型和相对较小的人工数据集精细调整，为 OpenStreetMap 数据提供了语言接口，以查询城市区域的属性，并探索人工智能适应性和生成能力在这一领域的早期应用潜力。

    Sep, 2023

  • Kharita: 使用图形 spanners 实现强韧的地图推断

    利用 GPS 信息收集了大量的地理轨迹信息，本文提出了高效的算法从中生成准确的地图，严格评估表明与现有工作相比，增加了 Biagioni f-score 并将执行时间减少了一个数量级，并开放源代码以便其他研究人员借鉴。

    Feb, 2017

  • 通过知识图谱整合 3D 城市数据

    使用基于知识图谱的 CityGML KG 框架，将 CityGML 本体中的概念通过声明式映射到 3DCityDB 中进行填充，从而将其中的 CityGML 数据作为一个知识图谱公开。示范了该方法的可行性，并在慕尼黑市的 CityGML 数据中集成了 OpenStreetMap 数据。

    Oct, 2023