Основні напрямки досліджень, які зараз розробляються для географічної інформаційної науки?

Які основні напрямки активних досліджень та розробок для географічної інформатики (GISc), тобто які напрями потребують подальшої науково-дослідної роботи?

Деякі "гарячі теми" для GISc можуть бути моделюванням, моделюванням, тимчасовим поданням.

Я розглядаю такі відкриті та поточні теми в GIScience:

• наслідки створеного користувачем вмісту (він же відомих географічних інформаційних систем)
• географічні ефекти в соціальних мережах
• аналіз географічної мережі
• географічно з урахуванням моделювання на основі агентів
• просторово-часові структури та аналіз
• швидкий, інтерактивний експеримент (він же геодезайн)
• просторова інформаційна інфраструктура
• об'єктні моделі даних для безперервних даних
• реальний час та ітераційний географічний аналіз
• аналізи на сфероїд
• зв'язок даних
• взаємодія між семантичним та географічним пошуком
• послуги мобільного картографування та локації
• сприйняття людиною розвиваються географічних закономірностей
• наслідки та алгоритми змішаної та доповненої реальності

• мобільна доповнена реальність
• обробка географічних даних
• добровільний моніторинг навколишнього середовища географічної інформації
• сенсорні мережі в реальному часі

Автоматичне, але придатне, узагальнення.

Бути в змозі взяти геометрію високого порядку з великою кількістю деталей і спростити її для більш грубої карти деталей, не відкидаючи важливих особливостей, важко затягнутися. Наприклад, ланцюжок невеликих озер, видимих ​​у 1: 50 000, не має бути показано взагалі 1: 500 000, проте водяний потік, який їх з'єднує, повинен залишатися видимим і безперервним.

Автоматичне геокодування.

Наскільки я знаю, MetaCarta є єдиною компанією, яка розмовляє або надає послугу, яка намагається автоматично зробити геореференцію будь-якого документа на основі його вмісту. Наприклад, відомо, що Том Сойєр Марка Твена живе вздовж річки Міссісіпі. Це багате поле, і є багато місця для більшої кількості гравців та реалізацій.

Велика аналітика просторових даних з використанням програмного забезпечення з відкритим кодом для розподілених обчислень, таких як Hadoop .

Існує величезний потенціал для обробки масивних наборів даних, таких як дані Lidar високої щільності в розподіленому обчислювальному середовищі. Відкрита інфраструктура Berkeley для мережевих обчислень (BOINC) в даний час є платформою з відкритим кодом для розподілених обчислень. ESRI вже вийшов на арену, створивши просторову аналітику великих даних для Hadoop Framework .

Неявна або запропонована топологія.

Хіба не було б чудово, якби комп’ютер помітив, що геометрії шарів X, Y & Z дуже схожі між собою, майже завжди дотримуючись одних і тих же тенденцій, і запропонували їх з'єднати / злити або тримати інших у замковому кроці, коли один змінюється?

Використання робототехніки для збору просторових даних здається не надто гострим - але я думаю, що це має бути.

Океани покривають більшу частину землі. Для їх складання знадобляться роботи.

Приз на суму 7 мільйонів доларів пропонує XPrize.org.

Сприйняття та пізнання людини обмежене, і ці межі стають все більш проблематичними, оскільки обсяг та різноманітність інформації продовжують зростати за кількістю та складністю. Як можна використовувати засоби простору, розташування та представлення, щоб перетворити цю какофонію даних на частини, зрозумілі та доступні людському розуму?

Паралельна обробка ГІС була гарячою 12 років тому, але, схоже, повільно згасала. (Посилання на "ГІС-лабораторію паралельних архітектур" на цій сторінці порушено. Цікаво, чи існує лабораторія). З настільки великим інтересом до багатоядерних та хмарних, схоже, має бути зростаючий інтерес і до паралельної геообробки.

Багато людей кажуть, що найкращий спосіб пройти паралельно - це функціональне програмування . Це може бути хорошим напрямком, але, схоже, страждає така ж академічна стигма, яку Штучний інтелект ніколи не міг скинути.