METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH

Wielkość: px

Rozpocząć pokaz od strony:

Download "METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH"

Edyta Michalik
2 lat temu
Przeglądów:

Transkrypt

1 METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH Tomasz POTEMPA Instytut Politechniczny, Zakład Informatyki Święto Uczelni Tarnów, 19 Maja 2011

2 1 Podsystemy 2 Usługi WMS, WFS, WCS oraz WMC 2 / 15

3 System akustycznego monitoringu ptaków Rysunek: Schemat blokowy systemu 3 / 15

4 Podsystem gromadzenia i analizy danych Rysunek: Schemat blokowy podsystemu gromadzenia i analizy danych 4 / 15

5 Podsystemy gromadzi następujące grupy danych: 1 relacyjne: 1 dane encyklopedyczne: taksonomię, występowanie, cechy anatomiczne, typowe siedliska, odżywianie, typowe pory śpiewu, przybliżone daty migracji oraz gniazdowania, charakterystyki głosu; 2 dane eksperymentalne: stwierdzenie i/lub określenie liczebności gatunku, zachowanie, pogodę, lokalizację. 2 przestrzenne. Informacje bazodanowe są wykorzystywane przez: 1 system ekspertowy; 2 moduł drążenia danych. 3 system ; 5 / 15

charakterystyki głosu; 2 dane eksperymentalne: stwierdzenie i/lub określenie liczebności gatunku, zachowanie, pogodę,

6 Podsystemy gromadzi następujące grupy danych: 1 relacyjne: 1 dane encyklopedyczne: taksonomię, występowanie, cechy anatomiczne, typowe siedliska, odżywianie, typowe pory śpiewu, przybliżone daty migracji oraz gniazdowania, charakterystyki głosu; 2 dane eksperymentalne: stwierdzenie i/lub określenie liczebności gatunku, zachowanie, pogodę, lokalizację. 2 przestrzenne. Informacje bazodanowe są wykorzystywane przez: 1 system ekspertowy; 2 moduł drążenia danych. 3 system ; 5 / 15

7 Podsystemy gromadzi następujące grupy danych: 1 relacyjne: 1 dane encyklopedyczne: taksonomię, występowanie, cechy anatomiczne, typowe siedliska, odżywianie, typowe pory śpiewu, przybliżone daty migracji oraz gniazdowania, charakterystyki głosu; 2 dane eksperymentalne: stwierdzenie i/lub określenie liczebności gatunku, zachowanie, pogodę, lokalizację. 2 przestrzenne. Informacje bazodanowe są wykorzystywane przez: 1 system ekspertowy; 2 moduł drążenia danych. 3 system ; 5 / 15

8 Podsystemy gromadzi następujące grupy danych: 1 relacyjne: 1 dane encyklopedyczne: taksonomię, występowanie, cechy anatomiczne, typowe siedliska, odżywianie, typowe pory śpiewu, przybliżone daty migracji oraz gniazdowania, charakterystyki głosu; 2 dane eksperymentalne: stwierdzenie i/lub określenie liczebności gatunku, zachowanie, pogodę, lokalizację. 2 przestrzenne. Informacje bazodanowe są wykorzystywane przez: 1 system ekspertowy; 2 moduł drążenia danych. 3 system ; 5 / 15

9 Podsystemy wykorzystuje: 1 reprezentację wiedzy opartą o formalizm reguł; 2 bazę wiedzy: 1 utworzoną na podstawie doświadczenia i wiedzy ornitologów; 2 odkrytą z wykorzystaniem metod drążenia danych; 3 mechanizm wnioskowania oparty o strategię wnioskowania w przód. Przykład reguły: IF Data obserwacji IN (XI, XII, I, II, III ) THEN NOT Bocian czarny (Wspólczynnik pewności : 90%); 6 / 15

drążenia danych; 3 mechanizm wnioskowania oparty o strategię wnioskowania w przód.

10 Drzewo decyzyjne Podsystemy Osobnik Data obserwacji ɛ {XI,XII,I,II } Elewacja > 1000 n.p.m. Zimujacy Górski Pora obs. = NOC Pora obs. = DZIEN Pora obs. = DZIEN Pora obs. = NOC Puszczyk Dzienny Pomurnik Nocny 7 / 15

11 Podsystemy Algotytm wykorzystania systemu ekspertowego w procesie rozpoznawania: Krok 1 Określ zbiór klas rozpoznawanych gatunków K = {k 1, k 2,..., k N }; Krok 2 Oblicz prawdopodobieństwa P(k 1 ), P(k 2 ),..., P(k N ) przynależności rozpoznawanego głosu do każdej z klas (z wykorzystaniem algorytmu klasyfikacji); Krok 3 Wykorzystując informacje kontekstowe przeprowadź wnioskowanie określając zbiór dopuszczalnych klas D = {d 1, d 2,..., d M }, M N; Krok 4 Jeżeli K D określ rozpoznaną klasę (gatunek) jako arg max{p(k D)}, w przeciwnym przypadku głos nie został rozpoznany. 8 / 15

.., P(k N ) przynależności rozpoznawanego głosu do każdej z klas (z wykorzystaniem algorytmu klasyfikacji); Krok 3 Wykorzystując informacje

12 Usługi WMS, WFS, WCS oraz WMC Podsystem przetwarzania danych geoprzestrzennych Rysunek: Schemat blokowy komponentów realizujących przechowywanie, zarządzanie oraz wymianę danych geoprzestrzennych 9 / 15

13 Usługi WMS, WFS oraz WCS Usługi WMS, WFS, WCS oraz WMC Rysunek: Architektura rozporoszonego systemu wykorzystującego usługi WMS, WFS, WCS oraz wizualizację klientem WMC 10 / 15

14 Usługi WMS, WFS, WCS oraz WMC Kompozycja mapy na podstawie warstw WMS i WFS WFS Liczebność gatunków (Birdsmond) WFS Dystrybucja gatunków (Birdsmond) C 4 WMS Obszary Specjalnej Ochrony Obszar Natura 2000 Obszar Parku Narodowego C 1 C 2 J.Roźnowskie C 3 WMS Ortofotomapa 11 / 15

gatunków (Birdsmond) C 4 WMS Obszary Specjalnej Ochrony Obszar

15 Usługi WMS, WFS, WCS oraz WMC Prezentacja danych WMS w kliencie WMC Rysunek: Łączenie warstw WMS z rozproszonych systemów Rysunek: Transakcyjna operacja w usłudze WFS-T 12 / 15

16 Usługi WMS, WFS, WCS oraz WMC Operacje na danych w usłudze WFS-T WFS-T WFS-T pozwala na selekcję informacji z użyciem prostych i złożonych (operacje arytmetyczne) wyrażeń oraz trzech typów filtrów: 1 porównania (>, <,,, =,, IS NULL, IS BETWEEN, LIKE); 2 logicznych (AND, OR, NOT); 3 przestrzennych (Disjoint, Equals, DWithin, Beyond, Intersect, Touches, Crosses, Within, Contains, Overlaps, BBox). Przykłady zapytań: 1 Jak wiele różnych gatunków ptaków zostało zaobserwowanych w roku 2010 w zaznaczonym obszarze? 2 Jak wiele osobników zimorodka zostało zaobserwowanych na obszarze Natura 2000 nad rzeką Biała? 13 / 15

(Disjoint, Equals, DWithin, Beyond, Intersect, Touches, Crosses, Within, Contains, Overlaps, BBox).

17 Usługi WMS, WFS, WCS oraz WMC Operacje na danych w usłudze WFS-T WFS-T WFS-T pozwala na selekcję informacji z użyciem prostych i złożonych (operacje arytmetyczne) wyrażeń oraz trzech typów filtrów: 1 porównania (>, <,,, =,, IS NULL, IS BETWEEN, LIKE); 2 logicznych (AND, OR, NOT); 3 przestrzennych (Disjoint, Equals, DWithin, Beyond, Intersect, Touches, Crosses, Within, Contains, Overlaps, BBox). Przykłady zapytań: 1 Jak wiele różnych gatunków ptaków zostało zaobserwowanych w roku 2010 w zaznaczonym obszarze? 2 Jak wiele osobników zimorodka zostało zaobserwowanych na obszarze Natura 2000 nad rzeką Biała? 13 / 15

18 Analiza danych w usłudze WFS-T Usługi WMS, WFS, WCS oraz WMC Rysunek: Liczenie osobników na podstawie obserwacji w dniu :00-21:00 Rysunek: Rozkład występowania Puszczyka Uralskiego w Puszczy Niepołomickiej 14 / 15

w dniu 2010-06-30 06:00-21:00 Rysunek: Rozkład

19 Usługi WMS, WFS, WCS oraz WMC Projekt finansowany ze środków Ministerstwa Nauki i Szkolnictwa Wyższego. 15 / 15

Podobne dokumenty

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych