Méthode de modélisation multidimensionnelle

Slides:



Advertisements
Présentations similaires
Sintaks : Tentative de guide de mise en œuvre Michel Hassenforder.
Advertisements

Chaîne de Synthèse Réel Modélisation Rendu Image Fichier Scène
Groupe Energie et mobilité durables Réunion de lancement 14 Décembre 2010.
Approche graphique du nombre dérivé
Les indicateurs de gestion municipaux
Caractériser les précipitations intenses du MRCC
1 CITI – Lyon Centre dInnovation en Télécommunications et Intégration de service Responsable : Stéphane Ubéda 13 permanents, 7 thésards Thématiques –QoS.
Calcul géométrique avec des données incertaines
Direction de lévaluation et de la prospective 1 La R&D en France: résultats 2003 et estimations 2004 – Présentation du 21 septembre Présentation.
Projet n°4 : Objecteering
M.E.D.A.L. Module dEnseignement à Distance pour lArchitecture Logicielle Alain VAILLY Diapositive n° 1 IUP MIAGE - Université de NANTES IUP-MIAGE 3ème.
UML - Présentation.
1 ACI DADDI - Réunion de lancement IRISA - Projet ADEPT Michel Hurfin Jean-Pierre Le Narzul Frédéric Tronel 23 mai 2005.
CPMOH, Université Bordeaux 1
Limpact de laugmentation de la TVA dans votre solution de Gestion SAGE Formation NRC.
CONSOMMATION ET POUVOIR D’ACHAT
Université Paul Sabatier - Toulouse 3 - Département de GMP Enquête Insertion Professionnelle – Promotion
Sandra Breux Université Laval
Monique THONNAT et Nathanaël ROTA Projet ORION
PAFI Référentiel de données par Sonia Watts DGIF (Direction de la gestion et de linformation forestière) 27 octobre 2010 et 3 novembre 2010.
CALENDRIER PLAYBOY 2020 Cliquez pour avancer.
Pourquoi les réseaux de neurones de type « perceptron multicouche » conviennent-ils à l’apprentissage Stéphane Canu, INSA de Rouen , PSI André Elisseeff,
Anne Tchounikine, Maryvonne Miquel, Robert Laurini,
LUNDI – MARDI – MERCREDI – JEUDI – VENDREDI – SAMEDI – DIMANCHE
Les charges de copropriété à Marseille et à Toulon en 2005 Observatoire National des Charges de Copropriété de la CNAB Les charges de lannée 2005.
SYSTEMES D’INFORMATION
SCIENCES DE L ’INGENIEUR
Présentation du deuxième document daccompagnement Ecole dété de Guidel 2010 Annie Journu.
Mehrdad Salehi, candidat au doctorat Directeur: Dr. Yvan Bédard Codirecteur: Dr. Mir Abolfazl Mostafavi Conseiller: Dr. Jean Brodeur Chaire de recherche.
Interprétation de séquences dimages pour des applications MédiaSpace Alberto AVANZI François BREMOND Monique THONNAT Projet ORION INRIA de Sophia Antipolis.
1 Enseigner les mathématiques grâce à lenvironnement Cabri UREM UNIVERSITE LIBRE DE BRUXELLES 18 Avril 2007 Enseigner les mathématiques grâce à lenvironnement.
Courbes de Bézier.
Article présentée par : Étudiante en 2ème année mastère F.S.T. Tunisie
Riadh Ben Messaoud Kamel Aouiche Cécile Favre
Ecaterina Giacomini Pacurar
Module d’Enseignement à Distance pour l’Architecture Logicielle
C'est pour bientôt.....
Veuillez trouver ci-joint
électroencéphalographie Estimation des conductivités in vivo
Présenté par Mohamed Bakillah Mir Abolfazl Mostafavi: directeur
Évolution de schémas par classification automatique dans les entrepôts de données 3ème journée francophone sur les Entrepôts de Données et l'Analyse en.
Dr. Yvan Bédard et Dr. Rock Santerre
MODELE CONCEPTUEL POUR L’ANALYSE MULTIDIMENSIONELLE DE DOCUMENTS
Présentation de la méthode des Eléments Finis
LUNDI – MARDI – MERCREDI – JEUDI – VENDREDI – SAMEDI – DIMANCHE
1 Modèle pédagogique d’un système d’apprentissage (SA)
Marc Bouissou, Guillaume Torrente, EDF
CALENDRIER-PLAYBOY 2020.
UML.
Pr ZEGOUR DJAMEL EDDINE Ecole Supérieure d’Informatique (ESI)
Séminaire 10 Juin 2008 Pervasive Learning Network : P-LearNet Institut TELECOM.
Le 4 novembre La formation des maîtres et la manifestation de la compétence professionnelle à intégrer les TIC aux fins de préparation et de pilotage.
1 L’évaluation de l’Entente entre le MCC et les CRC 19 mai 2005 Colloque SQEP Les résultats générés par la performance organisationnelle.
Evaluation de la valeur d’une entreprise
Les Codes Spatio-Temporels Correcteurs d’Erreurs
Communication dans un SIC : morphologie d’un paysage d’agents
Algorithmique et programmation (1)‏
Réalisé par : Mr IRZIM Hédi Mr JRAD Firas
P2. Le modèle multidimensionnel est bien adapté pour mesurer des données que l’on peut exprimer comme cela. Le modèle OLAP STD - Notes1.
PROJET DE RECHERCHE # 3 Évaluation et sélection de données sources “le défi pour faciliter l'agrégation automatique des données géospatiales des systèmes.
Évaluation et enrichissement de l'approche MUM pour évaluer la qualité décisionnelle a posteriori des données géospatiales Johann Levesque 28 avril Université.
Réunion GafoDonnées: Equipe SIG/IRIT 24/25 janvier 2002
(UML) Unified Modeling Language
Présenté par : Benoit Frédéricque Directrice : Sylvie Daniel Co-directeur : Yvan Bédard UNIVERSITÉ LAVAL Gestion contextuelle des méthodes de saisie volumétrique.
Echanges de données géographiques Sandre Geography Markup Language (GML) GIGE 2014 – Dimitri MEUNIER.
Projet de session Par Eve Grenier Dans le cadre du cours SCG Réalisation d’applications en SIG Jeudi le 20 avril 2006.
UML Unified Modeling Language. UML : 8 diagrammes 1.Classes 2.Activités 3.Séquences 4.Collaboration 5.Etats transition 6.Cas d’utilisation 7.Composants.
1 « Adaptation BDTopo® » Thème Hydrographie terrestre Retour d’expérience GIGE - 11 décembre 2008.
Transcription de la présentation:

Méthode de modélisation multidimensionnelle Sonia Rivest, M.Sc. Professionnelle de recherche Premier séminaire Chaire de recherche en bases de données géospatiales décisionnelles 28 avril 2005 UNIVERSITÉ LAVAL

Plan de la présentation Contexte Structure multidimensionnelle Exemples de méthodes PVL spatio-temporels Modélisation des dimensions Modélisation des cubes/mesures Conclusion

Contexte Pas de standard pour la modélisation multidimensionnelle Développement de notre méthode utilisant UML (Unified Modeling Language) et les PVL spatio-temporels [Bédard 1999] S’insère dans projet #13 - Créer une méthode et un outil de modélisation de données multidimensionnelles géospatiales Travaux de départ par Mélanie Lambert

Structure multidimensionnelle Composée de : Dimensions (paramètres, thèmes d’analyse) Ex. Temps, réseau routier, type d’incident, … Mesures (ce qu’on analyse en fonction des valeurs de dimensions) Ex. Revenus, nombre d’accidents, coûts des travaux, … Cubes (ensemble de mesures qui seront analysées en fonction d’un ensemble de dimensions) Ex. Cube de ventes, cube d’accidents, …

Exemples de méthodes Multidimensional Domain Structure (MDS) [Thomsen 1999] Représentation d’instances Territoire Municipalité MRC Région administrative TOUT 1999 Janvier Décembre 01/01/99 … 02/01/99 03/01/99 04/01/99

PVL spatio-temporels PVL Spatial PVL Temporel PVL Spatio-temporel Géométrie simple (2D) :    Agrégat simple ou complexe : ex. n 1,N ex.  Géométrie alternative : ex.  Géométries multiples : ex.   Géométrie compliquée :  Toutes géométries possibles :  Géométrie dérivée : ex.  (en italique) PVL Temporel Existence et évolution :   PVL Spatio-temporel Évolution spatiale : ex. 

Modélisation des dimensions 2 types de relations entre les niveaux de détail d’une dimension : Agrégation (ou composition) « Avoir », Tout-partie Souvent utilisée pour les dimension « référentielles » : spatiales et temporelles Généralisation « Être » Basée sur des attributs descriptifs

Modélisation des dimensions Agrégation Généralisation    

Modélisation des dimensions 2 niveaux d’abstraction : Niveaux Membres

Modélisation des cubes/mesures Cube représenté par un paquetage Mesures représentées par une généralisation

Conclusion Enrichissement pour : Multidimensionnel 3D Multidimensionnel temps réel Multidimensionnel mobile Générateurs automatiques de code à venir Servira aux projets #9, 14, 18, 19, 20 et 21 Article soumis ce printemps