< Terug naar vorige pagina

Project

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

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 --U+2010 een data --U+2010gedreven aanpak voor predictievemodellen. Het doel is de nuttige technieken voor deze uitdaging te identificeren, over te brengen naar het GIS--U+2010raamwerk en te testen m.b.v. data van een massa--U+2010evenement.

Datum:1 okt 2013 →  30 sep 2017
Trefwoorden:GIS, voorspellende modellen, Big Data, spatiotemporele fenomenen, machine learning, massa-­U+2010evenementen
Disciplines:Geomatische ingenieurswetenschappen, Theoretische informatica, Programmeertalen, Computerarchitectuur en -netwerken, Stedelijke en regionale geografie, Distributed computing, Visual computing, Toegepaste wiskunde, Economische geografie, Menselijke geografie, Recreatie, vrijetijdsbesteding en toeristische geografie, Andere sociale en economische geografie, Scientific computing, Andere informatie- en computerwetenschappen, Informatiewetenschappen, Informatiesystemen