Le Knowledge Computing Lab de l’Université du Minnesota transforme les données de localisation en outils permettant de gagner du temps

La technologie de l’équipe de recherche du professeur agrégé Yao-Yi Chiangs pourrait réduire le travail humain et accélérer les analyses cartographiques

28 octobre 2022

Des données spatiales ou des informations avec un emplacement attaché à elles sont tout autour de nous. Lorsque vous prenez une photo avec votre smartphone, il enregistre l’endroit où la photo a été prise. Partout où vous mettez les pieds, vous disposez d’un ensemble unique de coordonnées GPS. Même les produits que nous achetons en magasin incluent des étiquettes ou un code-barres intégré avec l’adresse du fabricant ou de la marque.

Des chercheurs du Collège des sciences et de l’ingénierie (CSE) de l’Université du Minnesota travaillent à exploiter ces données non seulement pour en glaner des informations, mais aussi pour les transformer en outils capables de résoudre des problèmes du monde réel.

L’un de leurs projets en cours a transformé près de 60 000 cartes historiques en informations uniques et pertinentes qui profitent à la recherche dans un large éventail de domaines, notamment la démographie, l’écologie du paysage, la biogéographie, l’histoire et l’économie.

Ce que nous faisons, c’est construire des modèles d’apprentissage automatique qui peuvent exploiter et bien fonctionner avec des données spatiales, a déclaré Yao-Yi Chiang, professeur agrégé d’informatique et d’ingénierie qui dirige l’UMN Knowledge Computing Lab.

Travaillaient avec des données provenant de nombreuses sources et cartes différentes. Parfois ses images, et parfois ses données chronologiques avec une dimension géographique. Notre objectif global est de déterminer comment nous pouvons prendre toutes ces données dans différents formats et les assembler afin que les machines puissent en tirer des leçons.

En plus du projet de carte historique, Chiang et son équipe d’étudiants diplômés et de chercheurs utilisent ces techniques d’apprentissage automatique pour un large éventail d’applications., y compris la prévision de la qualité de l’air et l’analyse des déplacements en ville.

Décodage de l’histoire

Les cartes historiques contiennent de nombreuses informations que Google Maps ne peut pas aider les chercheurs à étudier des lieux qui n’existent plus, à trouver des caractéristiques géographiques telles que l’emplacement des minéraux dans la terre et à analyser les changements à petite échelle au fil du temps. Cependant, il est difficile de rechercher des bases de données de cartes historiques pour des emplacements ou des caractéristiques spécifiques car ce sont toutes des images numérisées avec très peu de balises pour décrire ce qu’elles contiennent.

Chiang et ses étudiants travaillent avec David Rumsey, un collectionneur de cartes historiques qui a construit un base de données gratuite d’images cartographiquespour résoudre ce problème.

Les chercheurs ont développé une technologie appelée mapKurator qui utilise un modèle d’apprentissage automatique pour détecter et interpréter le texte sur les images numérisées de la collection Rumseys. Leur système permet aux historiens et aux chercheurs de rechercher plus facilement des éléments tels que des formations terrestres ou des noms de villes sur les cartes.

Les cartes historiques stockent des informations utiles qu’il est difficile d’obtenir d’ailleurs, a déclaré Zekun Li, titulaire d’un doctorat en informatique. étudiant au laboratoire de Chiang.

Les modèles que nous avons développés peuvent réduire considérablement les coûts de main-d’œuvre humaine et accélérer les analyses liées aux cartes, ce qui nous aidera à mieux comprendre ce qui se passait dans le passé.

Li travaille avec des cartes depuis des années et a même remporté un prix de la British Cartographic Society pour avoir créé un application qui génère synthétiquement des cartes de style historique à partir des données cartographiques ouvertes actuelles. Elle dirige une équipe entièrement féminine de doctorat en informatique. étudiants sur le projet de carte de David Rumsey.

Les cartes historiques sont à la fois belles et mystérieuses, a déclaré la cinquième année de doctorat. étudiant Yijun Lin, dont le travail se concentre sur la construction d’un détecteur de texte pour détecter et reconnaître des mots sur les cartes. [With this project]j’ai pu apprendre de nombreuses techniques avancées, explorer des approches de pointe et identifier les limites du traitement des cartes historiques, ce qui est stimulant et passionnant.

Lin, comme les autres étudiants chercheurs du laboratoire de Chiang, a été attiré par le projet mapKurator en raison des applications des sciences spatiales et de la possibilité de travailler avec de petits morceaux d’histoire.

Doctorat de deuxième année. L’étudiante Min Namgung aime la recherche parce qu’elle fait partie de quelque chose de plus grand en développant une technologie numérique qui peut aider les chercheurs dans le monde réel.

Je travaille sur la reconnaissance post-optique de caractères dans le projet de carte Rumsey, qui traite et extrait des informations utiles à partir des images de cartes historiques, a déclaré Namgung. Cela contribue non seulement au nouveau domaine d’étude, mais également à la préservation correcte des informations pour une utilisation future.

Construisons une IA plus intelligente qui peut mieux aider les travaux humains. J’aime découvrir quelque chose que les humains ne peuvent pas voir directement, et tout le processus m’intéresse.

Jina Kim, doctorante en deuxième année. étudiante dans l’équipe, a rejoint le laboratoire de Chiangs parce qu’elle voulait utiliser l’informatique pour résoudre des problèmes du monde réel. Après avoir obtenu son diplôme, elle espère utiliser les compétences qu’elle a acquises au Knowledge Computing Lab de l’Université du Minnesota pour inspirer les futurs étudiants universitaires.

Notre laboratoire compte de nombreuses étudiantes diplômées, ce qui me rend fière de faciliter la diversité, l’équité et l’inclusion des femmes dans le domaine de l’informatique, a déclaré Kim. J’ai hâte de contribuer continuellement à la communauté de la recherche et à notre société et de favoriser la prochaine génération d’éducateurs, et je crois fermement que mon parcours au sein du Knowledge Computing Lab m’aidera à atteindre ces objectifs.

Histoire d’Olivia Hultgren

Si vous souhaitez soutenir les étudiants et la recherche au Collège des sciences et de l’ingénierie de l’Université du Minnesota, visitez notre site Web CSE Giving.