Using Historical Maps in Scientific Studies

Name: Using Historical Maps in Scientific Studies
Author: Yao-Yi Chiang|Weiwei Duan|Stefan Leyk|Johannes H. Uhl|Craig A. Knoblock
ISBN: 9783319669076

Yao-Yi Chiang|Weiwei Duan|Stefan Leyk|Johannes H. Uhl|Craig A. Knoblock

Lingua: inglese

Editore: Springer International Publishing, 2019

3319669079 / 9783319669076

Serie: Libro 59 di 75 - SpringerBriefs in Geography

Brossura
Nuovo

Visualizza tutti i dettagli

Da: moluna, Greven, Germaniamoluna

Venditore con 5 stelle

Venditore AbeBooks dal 9 luglio 2020

Visualizza gli articoli di questo venditore

Brossura

Condizione: Nuovo

EUR 48,37

EUR 48,99 spedizione

Spedito da Germania a U.S.A.

Quantità: Più di 20 disponibili

Aggiungi al carrello

Resi gratuiti per 30 giorni

Lista dei preferitiCrea un desiderata per articoli simili

Descrizione dell’articolo da parte del venditore

Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Yao-Yi Chiang is an Associate Professor (Research) in Spatial Sciences, the Director of the Spatial Computing Laboratory, and the Associate Director of the NSF s Integrated Media Systems Center (IMSC) at the University of Southern California (US.

Codice articolo 156892086

Contatta il venditore per questo articolo

Segnala questo articolo

Titolo: Using Historical Maps in Scientific Studies
Autore: Yao-Yi Chiang|Weiwei Duan|Stefan Leyk|Johannes H. Uhl|Craig A. Knoblock
Editore: Springer International Publishing
Anno di pubblicazione: 2019
Condizione: New
Rilegatura: Brossura
Lingua: inglese
ISBN 10: 3319669079
ISBN 13: 9783319669076
Serie: Libro 59 di 75: SpringerBriefs in Geography
Cataloghi dei venditori: Mathematik/Naturwissenschaften/Technik/Medizin

This book illustrates the first connection between the map user community and the developers of digital map processing technologies by providing several applications, challenges, and best practices in working with historical maps. After the introduction chapter, in this book, Chapter 2 presents a variety of existing applications of historical maps to demonstrate varying needs for processing historical maps in scientific studies (e.g., thousands of historical maps from a map series vs. a few historical maps from various publishers and with different cartographic styles). Chapter 2 also describes case studies introducing typical types of semi-automatic and automatic digital map processing technologies.

The case studies showcase the strengths and weaknesses of semi-automatic and automatic approaches by testing them in a symbol recognition task on the same scanned map. Chapter 3 presents the technical challenges and trends in building a map processing, modeling, linking, and publishing framework. The framework will enable querying historical map collections as a unified and structured spatiotemporal source in which individual geographic phenomena (extracted from maps) are modeled (described) with semantic descriptions and linked to other data sources (e.g., DBpedia, a structured version of Wikipedia). Chapter 4 dives into the recent advancement in deep learning technologies and their applications on digital map processing. The chapter reviews existing deep learning models for their capabilities on geographic feature extraction from historical maps and compares different types of training strategies. A comprehensive experiment is described to compare different models and their performance.

Historical maps are fascinating to look at and contain valuable retrospective place information difficult to find elsewhere. However, the full potential of historical maps has not been realized because the users of scanned historical maps and the developers of digital map processing technologies are from a wide range of disciplines and often work in silos. Each chapter in this book can be read individually, but the order of chapters in this book helps the reader to first understand the “product requirements” of a successful digital map processing system, then review the existing challenges and technologies, and finally follow the more recent trend of deep learning applications for processing historical maps.

The primary audience for this book includes scientists and researchers whose work requires long-term historical geographic data as well as librarians. The secondary audience includes anyone who loves maps!

"Riassunto" può appartenere a un’altra edizione di questo titolo.

Informazioni sull’autore

Yao-Yi Chiang is an Associate Professor (Research) in Spatial Sciences, the Director of the Spatial Computing Laboratory, and the Associate Director of the NSF's Integrated Media Systems Center (IMSC) at the University of Southern California (USC). He is also a faculty in Informatics (Data Science) at USC. Dr. Chiang received his Ph.D. degree in Computer Science from the University of Southern California; his bachelor’s degree in Information Management from the National Taiwan University. He develops computer algorithms and artificial intelligent systems for discovering, collecting, fusing, and analyzing data from heterogeneous sources to solve real-world problems. His research interests in artificial intelligence include information integration, machine learning, data mining, computer vision, and knowledge graphs. Recently, Dr. Chiang and his lab developed a deep-learning system for predicting and forecasting air quality at a fine spatial scale. They are also developing a computer vision system that can use pre-existing knowledge of an area for object extraction and recognition from images, including satellite imagery and scanned maps. Dr. Chiang teaches a very popular graduate data mining course at USC and hosts annual data mining competitions on the topic of recommendation systems using real data. Before USC, Dr. Chiang worked as a research scientist for Geosemble Technologies and Fetch Technologies in California. Geosemble Technologies was founded based on a patent on geospatial data fusion techniques, and he was a co-inventor.

Weiwei Duan is a Ph.D. student major in Computer Science at the University of Southern California (USC). She is working on building a computer-vision-based system for extracting information on georeferenced images and storing them in a structured format for analysis. The system localizes geographic objects on images by integrating geospatial information and using limited noisy labeling data. Her research interests are computer vision, knowledge graphs, and machine learning.

Stefan Leyk is an Associate Professor at the Department of Geography, University of Colorado Boulder and a Research Fellow at the Institute of Behavioral Science. He is a Geographical Information Scientist with research interests in information extraction, spatio-temporal modeling and socio-environmental systems. In his work he uses various sources of historical spatial data to better understand the evolution of human systems and how the built environment interacts with environmental processes in the context of land use and natural hazards.

Johannes H. Uhl is a PhD candidate at the Department of Geography, University of Colorado, Boulder, USA. He received his MS degree in Geomatics, Geodesy, and Cartography from Karlsruhe University of Applied Sciences, Germany, and from Polytechnic University of Valencia, Spain, in 2011. His current research interests include spatiotemporal information extraction and data modeling, uncertainty analysis, geospatial data integration, and machine learning. He uses a variety of spatial-temporal datasets, such as remote sensing data and derived data products, historical topographic maps, or large real-estate related databases.

Craig A. Knoblock is Executive Director of the Information Sciences Institute of the University of Southern California (USC), Research Professor of both Computer Science and Spatial Sciences at USC, Research Director of the Center on Knowledge Graphs, and Associate Director of the Informatics Program at USC. He received his Bachelor of Science degree from Syracuse University and his Master’s and Ph.D. from Carnegie Mellon University in computer science. His research focuses on techniques for describing, acquiring, and exploiting the semantics of data. He has worked extensively on source modeling, schema and ontology alignment, entity and record linkage, data cleaning and normalization, extracting data from the Web, and combining all of these techniques to build knowledge graphs. He has published more than 300 journal articles, book chapters, and conference papers on these topics and has received 7 best paper awards on this work. Dr. Knoblock is a Fellow of the Association for the Advancement of Artificial Intelligence (AAAI), a Fellow of the Association of Computing Machinery (ACM), past President and Trustee of the International Joint Conference on Artificial Intelligence (IJCAI), and winner of the 2014 Robert S. Engelmore Award.

"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.

moluna

Greven, Germania

Venditore con 5 stelle

Venditore AbeBooks dal 9 luglio 2020

Tariffe di spedizione da Germania a U.S.A.

Articolo	Da 16 a 45 giorni lavorativi	Da 16 a 45 giorni lavorativi
Primo articolo	EUR 48,99	EUR 48,99

I tempi di consegna sono stabiliti dai venditori e variano in base al corriere e al paese. Gli ordini che devono attraversare una dogana possono subire ritardi e spetta agli acquirenti pagare eventuali tariffe o dazi associati. I venditori possono contattarti in merito ad addebiti aggiuntivi dovuti a eventuali maggiorazioni dei costi di spedizione dei tuoi articoli.

Metodi di pagamento

Assegno
Bonifico bancario
PayPal

Descrizione dello Store

Online Handel nur mit Neubüchern

Informazioni sull’azienda del venditore

Moluna GmbH

Engberdingdamm 27
Greven, Germania 48268

Contatta il venditoreVisualizza gli articoli di questo venditoreVisita la vetrina del venditore

Condizioni di vendita

Editoriale

Riconoscimento legale degli offerenti:

Moluna GmbH
rappresentata dall'amministratore Helge Blischke
Engberdingdamm 27
48268 Greven
Germania
Telefono: 02571/5698933
Fax: 02571/5698930
E-Mail: abe@moluna.de
P. IVA: DE296281834
iscritta nel registro delle imprese del tribunale Steinfurt
numero di registro delle imprese HRB 10553

Siamo membri dell’iniziativa “FairCommerce” dal 24.07.2015.
Per ulteriori informazioni, vedere www.haendlerbund.de/faircommerce.

Diritto di recesso

Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.

Informazioni sul diritto di recesso

Diritto legale di recesso

Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.

Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.

Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).

Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.

Effetti del recesso

In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).

Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.

Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.

Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.

Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.

Dovrai rispedire i beni o consegnarli a moluna, Greven, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.

Eccezioni al diritto di recesso

Il diritto di recesso non si applica a:

La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.