Code
3F004113
Duration
01 October 2013 → 30 September 2017
Funding
Fonds voor Wetenschappelijk Onderzoek - Vlaanderen (FWO), Gewestelijke en gemeenschapsmiddelen: Bijzonder Onderzoeksfonds
Promotor
Research disciplines
-
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
Keywords
GIS
machine learning
predictive models
Big Data
spatiotemporal phenomena
mass-‐events
Project description
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.