Project

Predictief modelleren van tijdruimtelijke fenomenen in Geografische Informatiesystemen aan de hand van Machinaal Leren.

Code
3F004113
Looptijd
01-10-2013 → 30-09-2017
Financiering
Fonds voor Wetenschappelijk Onderzoek - Vlaanderen (FWO), Gewestelijke en gemeenschapsmiddelen: Bijzonder Onderzoeksfonds
Onderzoeksdisciplines
  • Natural sciences
    • Applied mathematics in specific fields
    • Computer architecture and networks
    • Distributed computing
    • Information sciences
    • Information systems
    • Programming languages
    • Scientific computing
    • Theoretical computer science
    • Visual computing
    • Other information and computing sciences
  • Social sciences
    • Economic geography
    • Human geography
    • Recreation, leisure and tourism geography
    • Urban and regional geography
    • Other social and economic geography
  • Engineering and technology
    • Geomatic engineering
Trefwoorden
GIS voorspellende modellen massa-­‐evenementen Big Data spatiotemporele fenomenen machine learning
 
Projectomschrijving

De toenemende rijkdom aan data over spatiotemporele fenomenen maakt nieuwe modelleringstechnieken mogelijk binnen de Geografische Informatie Wetenschappen. Dit doctoraatsmandaat zal hiervoor het nut onderzoeken van machine learning technieken --‐ een data --‐gedreven aanpak voor predictievemodellen. Het doel is de nuttige technieken voor deze uitdaging te identificeren, over te brengen naar het GIS--‐raamwerk en te testen m.b.v. data van een massa--‐evenement.