Hauptforschungsbereiche, die derzeit für die Geografische Informationswissenschaft entwickelt werden?

15

Was sind die Hauptbereiche der aktiven Forschung und Entwicklung für Geografische Informationswissenschaft (GISc), dh welche Bereiche benötigen weitere Forschung und Entwicklung?

Einige "heiße Themen" für GISc können Modellierung, Simulation und zeitliche Repräsentation sein.

George
quelle
Sie sollten dies mit Ihrem Diplomarbeitsberater besprechen. Wenn es sich bei dem Bereich nicht um einen Bereich handelt, mit dem er oder sie vertraut ist, müssen Sie möglicherweise einen Co-Berater suchen oder akzeptieren, dass Sie möglicherweise nicht so viel Hilfe erhalten, wie Sie möchten. Weitere Fragen und Antworten finden Sie auf Academia.SE .
Mkennedy

Antworten:

10

Ich betrachte diese offenen und laufenden Themen in GIScience:

  • Auswirkungen von benutzergenerierten Inhalten (aka Volunteered Geographic Information Systems)
  • geografische Auswirkungen auf soziale Netzwerke
  • Geografische Netzwerkanalyse
  • geografisch aktivierte agentenbasierte Modellierung
  • räumlich-zeitliche Strukturen und Analyse
  • Schnelles, interaktives Experimentieren (auch bekannt als Geodesign)
  • Geoinformationsinfrastruktur
  • Objektbasierte Datenmodelle für kontinuierliche Daten
  • Echtzeit- und iterative geografische Analyse
  • Analysen auf dem Sphäroid
  • Dataset-Zusammenführung
  • Interaktion zwischen semantischer und geografischer Suche
  • mobile Kartenerstellung und ortsbezogene Dienste
  • menschliche Wahrnehmung sich entwickelnder geografischer Muster
  • Implikationen und Algorithmen von Mixed und Augmented Reality
Glennon
quelle
Diese sehen großartig aus - aber könnten Sie Referenzen oder andere Hilfestellungen dafür geben, wie Sie wissen, dass diese Gegenstand aktiver Forschung sind?
whuber
6
  • Mobile Augmented Reality
  • Geografisches Data Mining
  • freiwillige Geoinformation Umweltüberwachung
  • Echtzeit-Sensornetzwerke
scw
quelle
4

Automatische und dennoch angemessene Verallgemeinerung.

Es ist verdammt schwierig, Geometrie hoher Ordnung mit vielen Details aufzunehmen und für eine gröbere Detailkarte zu vereinfachen, ohne wichtige Features zu löschen. Beispielsweise sollte eine Kette kleiner Seen, die bei 1: 50.000 sichtbar ist, bei 1: 500.000 überhaupt nicht angezeigt werden, der Wasserlauf, der sie verbindet, sollte jedoch sichtbar und durchgehend bleiben.

Matt Wilkie
quelle
4

Automatische Geokodierung.

So weit ich weiß, MetaCarta ist das einzige Unternehmen spricht über oder einen Service, der versucht automatisch georeferenzieren jedes Dokument basierend auf seinen Inhalt. Zum Beispiel weiß er, dass Mark Twains Tom Sawyer am Mississippi lebt. Dies ist ein reiches Feld und es gibt viel Raum für mehr Spieler und Implementierungen.

Matt Wilkie
quelle
1
Leider habe ich das letzte Mal nachgesehen, dass der Mississippi in Frankreich (Orleans) endet.
Ian Turton
3

Analyse großer räumlicher Daten mithilfe von Open Source-Software für verteiltes Computing wie Hadoop .

Es gibt ein großes Potenzial für die Verarbeitung großer Datenmengen wie Lidar-Daten mit hoher Dichte in einer verteilten Computerumgebung. Die Berkeley Open Infrastructure für Network Computing (BOINC) ist derzeit eine Open-Source-Plattform für verteiltes Computing. ESRI ist bereits mit der Erstellung von Big Data Spatial Analytics für das Hadoop Framework auf dem Vormarsch .

Aaron
quelle
1
+1 Du bist praktisch der erste in fast drei Jahren, der in diesem Thread Referenzen und Unterstützung für deine Meinung anbietet!
whuber
3

Implizite oder vorgeschlagene Topologie.

Wäre es nicht wundervoll, wenn der Computer feststellen würde, dass die Geometrien der Ebenen X, Y und Z einander sehr ähnlich sind, fast immer denselben Trends folgen und anbieten würde, sie zusammenzuführen / zusammenzuführen oder die anderen in einem Gleichschritt zu halten, wenn einer der beiden vorhanden ist? ist geändert?

user19400
quelle
@ user19400: Der Beitrag, den Sie geleistet haben, sollte eher ein Kommentar zur Antwort als eine Inline-Bearbeitung sein. Verwenden Sie den Link [vor xx Zeit bearbeiten], um Ihren Text abzurufen. Es geht zwar weiter und unterstützt das Thema, aber es ist ein neuer Gedanke. Es wäre auch gut, auf die Ergebnisse dieser Forschung oder die Namen der Papiere hinzuweisen, wenn dies überhaupt möglich ist.
Matt Wilkie
2

Der Einsatz von Robotik für die Geodatenerfassung scheint nicht sehr heiß zu sein - aber ich denke, das sollte es sein.

Ozeane bedecken den größten Teil der Erde. Für die Kartierung sind Roboter erforderlich.

XPrize.org bietet einen Preis in Höhe von 7 Millionen US-Dollar an. Bildbeschreibung hier eingeben

Kirk Kuykendall
quelle
1

Die Wahrnehmung und das Erkennen des Menschen sind begrenzt, und diese Grenzen werden immer problematischer, da der Umfang und die Vielfalt der Informationen in Menge und Komplexität weiter explodieren. Wie können die Werkzeuge von Raum, Ort und Repräsentation genutzt werden, um diese Kakophonie von Daten in Teile umzuwandeln, die für den menschlichen Verstand verständlich und umsetzbar sind?

Matt Wilkie
quelle
1

Parallele GIS-Verarbeitung war vor 12 Jahren heiß, scheint aber langsam verblasst zu sein. (Der Link zum "GIS Parallel Architectures Lab" auf dieser Seite ist unterbrochen. Ich frage mich, ob das Labor noch vorhanden ist.) Angesichts des großen Interesses an Multicore und Cloud scheint auch das Interesse an paralleler Geoverarbeitung zu wachsen.

Viele Leute sagen, der beste Weg zur Parallelität sei die Funktionale Programmierung . Das mag ein gutes Gebiet sein, aber es scheint dasselbe akademische Stigma zu haben, das die künstliche Intelligenz nie loswerden konnte.

Kirk Kuykendall
quelle
Auf welches "akademische" Stigma beziehen Sie sich? Da die funktionale Programmierung vielen äußerst beliebten und erfolgreichen Computerplattformen im akademischen Bereich zugrunde liegt, einschließlich R(auf der FOSS-Seite) und Mathematica (kommerziell), hängt ein solches Stigma sicherlich nicht mit der tatsächlichen Verwendung der funktionalen Programmierung zusammen!
whuber
@whuber Bei mehreren Gelegenheiten habe ich Lösungen mit F # vorgeschlagen. Die GIS-Leute mieden es und schlugen vor, dass F # für Akademiker ist. Dies ist möglicherweise eher eine Reflexion über die manchmal parochiale (räumlich-besondere) Natur der GIS-Community als über die tatsächliche Technologie. Es erinnerte mich sehr an die Kritik, die ich gehört hatte, als jemand Anfang der 90er Jahre einen KI-Ansatz für ein GIS-Problem vorschlug, um anhand von Cyc zu veranschaulichen, dass KI für die Prime Time bereit ist.
Kirk Kuykendall
So fehlerhaft die Methodik dieser Sprachbeliebtheitstabelle auch sein mag, es gibt einen erkennbaren Anstieg bei den funktionalen Sprachen.
John Powell