Instituto Politécnico da Guarda 2012
Objectivo: Generalizar automaticamente a série M783 (escala
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
Objectivo: Generalizar automaticamente a série M783 (escala 1/50.000) a partir da série M888 (escala 1/25.000)
1 – In tr od u ção
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
1ª Fase
Caracterização numérica das entidades
2ª Fase
Escolha dos Algoritmos e respectivos Parâmetros
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes 3ª Fase
Generalizar as entidades
4ª Fase
Resolução de conflitos
Reduzindo o tamanho de uma carta esta torna-se ilegível
Não podemos simplesmente reduzir o tamanho de uma carta para obter uma de escala menor
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
A cartografia em várias escalas não é mais do que visualizações em diversos graus de abstracção do mesmo espaço geográfico
Abstracção
Mapa do Metro de Londres
1921
Harry Beck
1933
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
T
T
T
T
zxÇxÜtÄ|ét†ûÉ
zxÇxÜtÄ|ét†ûÉ
zxÇxÜtÄ|ét†ûÉ
zxÇxÜtÄ|ét†ûÉ
°°°° âÅ
âÅ
âÅ
âÅ
ÑÜÉvxááÉ vÉzÇ|à|äÉ
ÑÜÉvxááÉ
ÑÜÉvxááÉ
ÑÜÉvxááÉ
vÉzÇ|à|äÉ
vÉzÇ|à|äÉ
vÉzÇ|à|äÉ
vÉÅ
vÉÅ
vÉÅ
vÉÅ tttt
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
T
T
T
T
zxÇxÜtÄ|ét†ûÉ
zxÇxÜtÄ|ét†ûÉ
zxÇxÜtÄ|ét†ûÉ
zxÇxÜtÄ|ét†ûÉ
°°°° âÅ
âÅ
âÅ
âÅ
ÑÜÉvxááÉ vÉzÇ|à|äÉ
ÑÜÉvxááÉ
ÑÜÉvxááÉ
ÑÜÉvxááÉ
vÉzÇ|à|äÉ
vÉzÇ|à|äÉ
vÉzÇ|à|äÉ
vÉÅ
vÉÅ
vÉÅ
vÉÅ tttt
y|ÇtÄ|wtwx
y|ÇtÄ|wtwx
y|ÇtÄ|wtwx
y|ÇtÄ|wtwx wx
wx
wx
wx vÜ|tÜ
vÜ|tÜ
vÜ|tÜ ä|á|u|Ä|wtwx
vÜ|tÜ
ä|á|u|Ä|wtwx
ä|á|u|Ä|wtwx
ä|á|u|Ä|wtwx xxxx Äxz|u|Ä|wtwx
Äxz|u|Ä|wtwx
Äxz|u|Ä|wtwx
Äxz|u|Ä|wtwx
twtÑàöäx|á
twtÑàöäx|á
twtÑàöäx|á
twtÑàöäx|á tÉ
tÉ
tÉ xáÑt†É
tÉ
xáÑt†É
xáÑt†É wx
xáÑt†É
wx ä|áâtÄ|ét†ûÉ?
wx
wx
ä|áâtÄ|ét†ûÉ?
ä|áâtÄ|ét†ûÉ? õõõõ wxy|Ç|†ûÉ
ä|áâtÄ|ét†ûÉ?
wxy|Ç|†ûÉ
wxy|Ç|†ûÉ
wxy|Ç|†ûÉ wÉá
wÉá
wÉá
wÉá
Åx|Éá
Åx|Éá
Åx|Éá
Åx|Éá wx
wx
wx xåÑÉá|†ûÉ?
wx
xåÑÉá|†ûÉ?
xåÑÉá|†ûÉ?
xåÑÉá|†ûÉ? tÉ
tÉ
tÉ Ç•äxÄ
tÉ
Ç•äxÄ wt
Ç•äxÄ
Ç•äxÄ
wt
wt ÑxÜvxцûÉ
wt
ÑxÜvxцûÉ
ÑxÜvxцûÉ xxxx õá
ÑxÜvxцûÉ
õá
õá
õá
xå|z£Çv|tá
xå|z£Çv|tá
xå|z£Çv|tá
xå|z£Çv|tá tÑÄ|vtv|ÉÇt|á
tÑÄ|vtv|ÉÇt|á
tÑÄ|vtv|ÉÇt|á
tÑÄ|vtv|ÉÇt|á wÉá
wÉá
wÉá
wÉá áxâá
áxâá
áxâá
áxâá âà|Ä|étwÉÜxá
âà|Ä|étwÉÜxá
âà|Ä|étwÉÜxá
âà|Ä|étwÉÜxáAAAA
Eliminação Selecção Simplificação Agregação Fusão Refinamento
Radical Law (Topfer 1974) Horton order (Horton 1945) Elimination Poligons (Bader 1997)
Suavização
Processo
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
Classificação Simbolização
Deslocamento Exagero
Realce
Fase inicial do projecto
Parâmetros caracterizadores das linhas: - Dimensão Fractal;
- Angularidade;
- Comprimento total da linha;
- Média do comprimento dos segmentos; Entidades a generalizar – Curvas de nível
Entidades a generalizar – Curvas de nível
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
- Média do comprimento dos segmentos; - Desvio padrão dos segmentos;
- Número de vértices; - Cota.
A escolha do parâmetro é efectuada com recurso a IA Algoritmo utilizado – Apresentado por Lopes(2006)
ALGORITMO
Generalização de Curvas de nível
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes Acção das forças aplicadas
Reacção do corpo Curva de nível original
Curvas de nível generalizadas com diferentes tensões
T Lopes (2006)
i B r A r i B r
b) Cálculo dos vectores perpendiculares ao vector ;
ALGORITMO
a) Cálculo do vector
e pontos máximos e mínimos;
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes i
A
perpendiculares ao vector ;
c) Exemplo de diferentes tensões aplicadas à curva de nível;
BDG
InteligênciaGeneralizar o Mapa
Avaliação Resultados
Output
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
BDG
BD Conhecimento Regras Prioridades Inteligência Artificial (Algoritmos & Parâmetros)Output
RefinamentoFASES DO PROJECTO
Caracterização das entidades
Escolha do Algoritmo e
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
Algoritmo e respectivos parâmetros Generalizar automaticamente as entidades
BDG
Inteligência ArtificialGeneralizar o Mapa
Avaliação ResultadosOutput
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
BD Conhecimento Regras Prioridades Artificial (Algoritmos & Parâmetros)
Output
RefinamentoInteligência Artificial
Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
a) INPUT
b) Definição das variáveis
c1) NN
c2) C&R c3) C5
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
d1) Output NN d2) Output C&R d3) Output C5
e) Agente
REDES NEURONAIS Neurónio artificial E N T R A D A SAÍDA
Redes Neuronais
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
Arquitectura de Redes Neuronais
Dim Fractal
Tensão Camada Entrada Camadas Intermédias Camada Saída D A D O S E N T R A D A S A Í D A Num Vert Comp Desvio Pad Media Seg Angular Cota
Para a fase da aprendizagem dos métodos de inteligência artificial foram generalizadas as curvas de nível da folha Nº309 da série M888 por um operador experiente.
Ajustaram-se os parâmetros de modo a que a rede neuronal e as árvores de classificação e regressão obtivessem um resultado tão próximo quanto possível dos valores da tensão utilizados nesta generalização
Aprendizagem
Aprendizagem
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
Funções de activação APRENDIZAGEM Atributos das curvas de nível da folha Nº309 Tensão utilizada no algoritmo de generalização
Árvores de Classificação e Regressão
Representação por árvores de decisão:
– Cada nó de decisão contem um teste num atributo.
– Cada ramo descendente corresponde a um possível valor deste atributo.
– Cada Folha está associada a uma classe.
– Cada percurso na árvore (da raiz à folha) corresponde a uma regra de
AM - CINAMIL IPG IPG ---- 2012IPG IPG 201220122012 TCor Travanca Lopes
folha) corresponde a uma regra de classificação.