Нечіткий підхід до визначення когнітивного просторового розташування об'єкта в географічній інформаційній системі
DOI:
https://doi.org/10.15587/1729-4061.2021.246556Ключові слова:
когнітивний опис просторових відносин, просторове моделювання, нечітка логіка, географічна інформаційна системаАнотація
Роботу присвячено проблемі інтерпретації нечіткої семантики когнітивних описів просторових відносин на природній мові, і їх візуалізації в географічній інформаційній системі (ГІС). Розглянуто вирішення задачі визначення нечіткого просторового розташування об'єкта на основі розпливчастих описів спостерігача на природній мові. Завдання актуальне в критичних ситуаціях, коли немає можливості повідомити точні координати об'єкта спостереження, окрім як, описавши його розташування відносно самого спостерігача. Подібна ситуація може бути наслідком скоєного злочину, терористичного акту чи стихійного лиха. Спостерігач, який опинився на місці подій, надсилає текстове повідомлення, що представляє собою опис розташування об'єкта або місця (наприклад, місця скоєння злочину, місця розташування небезпечних об'єктів, місце катастрофи). З текстового повідомлення надалі може бути вилучена семантика просторового розташування об'єкта.
Запропонований нечіткий підхід ґрунтується на формалізації фраз спостерігача, якими він може описувати просторові відносини, у вигляді набору лінгвістичних змінних, що визначають напрямок і відстань до об'єкта. Наведені приклади функцій належності для лінгвістичних змінних.
Просторова база знань будується на основі фраз спостерігачів і відповідних їм нечітких регіонів. Розроблено алгоритми побудови когнітивних регіонів в ГІС. Запропоновано методи накладення когнітивних регіонів для отримання підсумкового нечіткого регіону розташування об'єкта. Розглянуто приклад реалізації нечіткої моделі виділення когнітивних регіонів на основі розпливчастих описів декількох спостерігачів, виконаної за допомогою розроблених скриптів Python, інтегрованих в ArcGIS 10.5
Посилання
- Goodchild, M., Egenhofer, M. J., Fegeas, R., Kottman, C. (Eds.) (1999). Interoperating Geographic Information Systems. Springer, 509. doi: https://doi.org/10.1007/978-1-4615-5189-8
- Zhang, J., Goodchild, M. F. (2002). Uncertainty in Geographical Information. CRC Press, 288. doi: https://doi.org/10.1201/b12624
- Fisher, P., Cheng, T., Wood, J. (2007). Higher Order Vagueness in Geographical Information: Empirical Geographical Population of Type n Fuzzy Sets. GeoInformatica, 11 (3), 311–330. doi: https://doi.org/10.1007/s10707-006-0009-5
- Xiang, J. (2021). An intelligent computing and control model of topological relation between spatial objects based on fuzzy theory. Journal of Physics: Conference Series, 1948 (1), 012012. doi: https://doi.org/10.1088/1742-6596/1948/1/012012
- Liu, Y., Yuan, Y., Gao, S. (2019). Modeling the Vagueness of Areal Geographic Objects: A Categorization System. ISPRS International Journal of Geo-Information, 8 (7), 306. doi: https://doi.org/10.3390/ijgi8070306
- Kuznichenko, S., Buchynska, I., Kovalenko, L., Gunchenko, Y. (2019). Suitable Site Selection Using Two-Stage GIS-Based Fuzzy Multi-criteria Decision Analysis. Advances in Intelligent Systems and Computing, 214–230. doi: https://doi.org/10.1007/978-3-030-33695-0_16
- Kuznichenko, S., Kovalenko, L., Buchynska, I., Gunchenko, Y. (2018). Development of a multicriteria model for making decisions on the location of solid waste landfills. Eastern-European Journal of Enterprise Technologies, 2 (3 (92)), 21–30. doi: https://doi.org/10.15587/1729-4061.2018.129287
- Towards Platial Joins and Buffers in Place-Based GIS (2013). Proceedings of The First ACM SIGSPATIAL International Workshop on Computational Models of Place - COMP ’13. doi: https://doi.org/10.1145/2534848.2534856
- Blaschke, T., Merschdorf, H., Cabrera-Barona, P., Gao, S., Papadakis, E., Kovacs-Györi, A. (2018). Place versus Space: From Points, Lines and Polygons in GIS to Place-Based Representations Reflecting Language and Culture. ISPRS International Journal of Geo-Information, 7 (11), 452. doi: https://doi.org/10.3390/ijgi7110452
- Scheider, S., Hahn, J., Weiser, P., Kuhn, W. (2018). Computing with cognitive spatial frames of reference in GIS. Transactions in GIS, 22 (5), 1083–1104. doi: https://doi.org/10.1111/tgis.12318
- Talmy, L. (1983). How Language Structures Space. Spatial Orientation, 225–282. doi: https://doi.org/10.1007/978-1-4615-9325-6_11
- Li, T. J.-J., Sen, S., Hecht, B. (2014). Leveraging Advances in Natural Language Processing to Better Understand Tobler's First Law of Geography. Proceedings of the 22nd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems, 513–516. doi: https://doi.org/10.1145/2666310.2666493
- VoPham, T., Hart, J. E., Laden, F., Chiang, Y.-Y. (2018). Emerging trends in geospatial artificial intelligence (geoAI): potential applications for environmental epidemiology. Environmental Health, 17 (1). doi: https://doi.org/10.1186/s12940-018-0386-x
- Lipinski, J., Schneegans, S., Sandamirskaya, Y., Spencer, J. P., Schöner, G. (2012). A neurobehavioral model of flexible spatial language behaviors. Journal of Experimental Psychology: Learning, Memory, and Cognition, 38 (6), 1490–1511. doi: https://doi.org/10.1037/a0022643
- Hahn, J., Fogliaroni, P., Frank, A. U., Navratil, G. (2016). A Computational Model for Context and Spatial Concepts. Lecture Notes in Geoinformation and Cartography, 3–19. doi: https://doi.org/10.1007/978-3-319-33783-8_1
- Shi, W., Liu, K. (2004). Modeling Fuzzy Topological Relations Between Uncertain Objects in a GIS. Photogrammetric Engineering & Remote Sensing, 70 (8), 921–929. doi: https://doi.org/10.14358/pers.70.8.921
- Liu, K., Shi, W. (2009). Quantitative fuzzy topological relations of spatial objects by induced fuzzy topology. International Journal of Applied Earth Observation and Geoinformation, 11 (1), 38–45. doi: https://doi.org/10.1016/j.jag.2008.06.001
- Yan, Y., Feng, C.-C., Wang, Y.-C. (2016). Utilizing fuzzy set theory to assure the quality of volunteered geographic information. GeoJournal, 82 (3), 517–532. doi: https://doi.org/10.1007/s10708-016-9699-x
- Du, S., Qin, Q., Wang, Q., Li, B. (2005). Fuzzy Description of Topological Relations I: A Unified Fuzzy 9-Intersection Model. Advances in Natural Computation, 1261–1273. doi: ttps://doi.org/10.1007/11539902_161
- Sozer, A., Yazici, A., Oguztuzun, H. (2015). Indexing Fuzzy Spatiotemporal Data for Efficient Querying: A Meteorological Application. IEEE Transactions on Fuzzy Systems, 23 (5), 1399–1413. doi: https://doi.org/10.1109/tfuzz.2014.2362121
- Cheng, H. (2016). Modeling and querying fuzzy spatiotemporal objects. Journal of Intelligent & Fuzzy Systems, 31 (6), 2851–2858. doi: https://doi.org/10.3233/jifs-169167
- Guo, J., Shao, X. (2017). A fine fuzzy spatial partitioning model for line objects based on computing with words and application in natural language spatial query. Journal of Intelligent & Fuzzy Systems, 32 (3), 2017–2032. doi: https://doi.org/10.3233/jifs-161616
- Wang, X., Du, S., Feng, C.-C., Zhang, X., Zhang, X. (2018). Interpreting the Fuzzy Semantics of Natural-Language Spatial Relation Terms with the Fuzzy Random Forest Algorithm. ISPRS International Journal of Geo-Information, 7 (2), 58. doi: https://doi.org/10.3390/ijgi7020058
- Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning – II. Information Sciences, 8 (4), 301–357. doi: https://doi.org/10.1016/0020-0255(75)90046-8
- Xu, J., Pan, X. (2020). A Fuzzy Spatial Region Extraction Model for Object’s Vague Location Description from Observer Perspective. ISPRS International Journal of Geo-Information, 9 (12), 703. doi: https://doi.org/10.3390/ijgi9120703
- Karpinski, M., Kuznichenko, S., Kazakova, N., Fraze-Frazenko, O., Jancarczyk, D. (2020). Geospatial Assessment of the Territorial Road Network by Fractal Method. Future Internet, 12 (11), 201. doi: https://doi.org/10.3390/fi12110201
- Malczewski, J. (2000). On the Use of Weighted Linear Combination Method in GIS: Common and Best Practice Approaches. Transactions in GIS, 4 (1), 5–22. doi: https://doi.org/10.1111/1467-9671.00035
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Svitlana Kuznichenko, Iryna Buchynska
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.