SDC, Data Science and Knowledge

Difference between revisions of "FODOMUST"

From SDC, Data Science and Knowledge
Jump to navigation Jump to search
 
(87 intermediate revisions by 4 users not shown)
Line 1: Line 1:
= FoDoMuST: '''Fo'''uille de '''do'''nnées '''Mu'''lti-'''S'''tratégie Multi-'''T'''emporelles =
+
FoDoMuST: '''Fo'''uille de '''do'''nnées '''Mu'''lti-'''S'''tratégie Multi-'''T'''emporelles
  
La plateforme FODOMUST est une implantation concrète des méthodes, librairies et interfaces dédiées au clustering de données complexes proposées au sein d’ICube. Elle intègre une version multisource de la méthode de clustering collaboratif multistratégie SAMARAH. Sa principale originalité est qu’elle offre à l’utilisateur les méthodes et les interfaces permettant le clustering sous contraintes incrémental de données temporelles symboliques ou numériques. L’interface MULTICUBE dédiée à l’analyse de séries temporelles offre aussi un accès à un ensemble d’algorithmes de segmentation soit propres à ICUBE soit faisant appel à l’OTB diffusée par le CNES.
+
= Présentation =
 +
La plateforme FODOMUST est une implantation concrète des méthodes, librairies et interfaces dédiées au clustering de données complexes proposées au sein d’ICube.  
  
== Trois interfaces - Deux bibliothèques ==
+
[[File:Fodomust_interactif.jpg|600px|center]]
<gallery>
 
[[File:ArchitectureFoDoMuST.png|thumb]]
 
</gallery>
 
[[File:TroisInterfacesDeuxbiblioteques2017.png|center|800px]]
 
  
 +
Elle intègre une version multisource de la méthode de clustering collaboratif multistratégie SAMARAH. Sa principale originalité est qu’elle offre à l’utilisateur les méthodes et les interfaces permettant le clustering sous contraintes incrémental de données temporelles symboliques ou numériques.  [https://seafile.unistra.fr/f/2d5695f510934496b52b/?dl=1 Article de présentation]
  
= MultiCube =
+
= MultiCube : Une interface pour le clustering sous contraintes incrémental de séries temporelles d'images  =
 +
MultICube (Multi-Strategy Multi-Resolution Multi-Temporal Image Classification) est une interface permettant la classification d'images de télédétection par des approches pixels et orientées objets.
  
L'interface MultiCube est une extension de Classifx (voir ci-dessous).
+
[[File:MulticubePresentation.webm|1200px|center]]                   
 
 
MultICube (Multi-Strategy Multi-Resolution Multi-Temporal Image Classification) est une interface permettant la classification d'images de télédétection par des approches pixels et orientées objets.  
 
  
 
Elle permet de :
 
Elle permet de :
Line 20: Line 17:
 
* classifier (clustering uniquement) des images (par pixels ou basée régions) via la bibliothèque JCL,
 
* classifier (clustering uniquement) des images (par pixels ou basée régions) via la bibliothèque JCL,
 
* segmenter de telles images via la bibliothèque JSL.
 
* segmenter de telles images via la bibliothèque JSL.
 +
* d'imposer des contraintes lors du clustering
 +
<br>
 +
    [[File:InterfaceContraintes.png|600px|center]]
 +
 +
= Deux bibliothèques =
  
 +
* Java Clustering Library : regroupe un ensemble des classifieurs classiques (Kmeans, Cobweb, …) et la méthode de classification collaborative multi-stratégie SAMARAH
  
== Téléchargement et exécution de MultICube  (Version Février  2019) ==
+
[[File:collaboration_multiresolution.png|600px|center]]
  
=== Lancement de MultICube (Linux et Windows) ===
+
* Java Segmentation Library : regroupe tous les algorithmes de segmentation proposés par l'équipe. Elle permet aussi d'utiliser une part importante de algorithmes intégrés dans l'OTB. L’interface MULTICUBE dédiée à l’analyse de séries temporelles offre aussi un accès à un ensemble d’algorithmes de segmentation soit propres à ICUBE soit faisant appel à l’OTB diffusée par le CNES.
Il faut impérativement exécuter soit  launcher.sh (Linux) ou launcher.bat (Win-dows).
 
Cela permet d’associer les bonnes librairies. Si vous utiliser uniquement java -jar , MultICube ne peut pas charger les image : il tourne donc éternellement et rien ne se passe lors de l'ouverture d'images. <br/>
 
Attention : Il faut lancer le script dans l'invite de commande depuis le dossier d'installation. (Sera changé dans les prochaines versions de l’installeur).
 
  
=== Windows ===
+
[[File:vueEnsemble_3.png|600px|center]] 
Quelques remarques :<br />
+
 
* Installer MultiCube dans le dossier Users (Documents par exemple) pour des questions de droits (ou alors il faut lancer l'invite de commande en administrateur). <br />
+
= Téléchargement et exécution de FoDoMuST-MultICube =
* Si ça ne fonctionne pas, il faut vérifier que Java 64b est bien installé. En effet, il semblerait que Oracle télécharge la version 32b par défaut même si on est sur une installe 64b. Dans ce cas il faut clicker sur le lien suivant (voir screenshot ci-dessous) puis prendre la version 64b (l'installation demandera d'enlever l’ancienne version 32b). https://seafile.unistra.fr/f/fc79617f8dec4dd3a950/?dl=1
 
  
 +
Vous pouvez télécharger le client avec le lien ci-dessous. Pour pouvoir l'exécuter il faudra avoir au préalable téléchargé Java 11 JRE (ou JDK) [https://www.oracle.com/fr/java/technologies/javase/jdk11-archive-downloads.html ici].
 +
Attention, cette version n'est qu'un client léger et nécessite d'être connecté à un serveur.
 +
 +
Un tel serveur est ouvert à tous (sur une machine hébergée à l'Unistra) et est configuré comme serveur par défaut. Si vous rencontrez des problèmes veuillez nous [mailto:gancarski@unistra.fr;lafabregue@unistra.fr;chenglin.xu@unistra.fr contacter] directement.
 
<center><big>
 
<center><big>
{| class="wikitable"
+
[https://forge.icube.unistra.fr/sdc-fodomust-dev-group/fodomust/-/releases Télécharger l'exécutable MultICube]  
|-
 
[https://seafile.unistra.fr/f/d662adf07f/?dl=1 Télécharger MultICube pour Linux 64 bits (zip)]
 
|-
 
|  [https://seafile.unistra.fr/f/dbc3bdcb770a41628f5c/?dl=1 Télécharger MultICube  pour Windows 64bits (zip)]
 
|-
 
|  [https://seafile.unistra.fr/f/fc79617f8dec4dd3a950/?dl=1 Télécharger MultICube pour Windows 34bits (zip)]  
 
|}
 
 
</big></center>
 
</big></center>
 
<br />
 
<br />
<br />
+
Attention : To analyze the generated kmz file, we have to use Google Earth Pro. This version of Google Earth doesn't run in browsers and we have to install it on our computer. Here is the link to download it:
 
+
https://www.google.com/intl/fr_ALL/earth/about/versions/
= Autres interfaces =
 
== L'interface Classifx ==
 
 
 
L'interface Classifx concrétise toutes nos activités de recherche sur la fouille de données collaborative multistratégie et sur la pondération d'attributs.
 
 
Elle permet de :
 
* charger/modifier/sauvegarder des données ARFF (Attribute-Relation File Format),
 
* classifier (clustering uniquement) des données ARFF via la bibliothèque JCL.
 
 
 
<br/>
 
<center><big>[http://icube-bfo.unistra.fr/fr/index.php/T%C3%A9l%C3%A9chargement_de_Classifx Télécharger Classifx]</big></center>
 
<br/>
 
  
== L'interface Area manager ==
 
 
* Area manager est une solution logicielle regroupant deux logiciels complémentaires : GeOpenSim et Ivisualize.
 
 
<br />
 
<br />
<br />
+
Pour le code vous pouvez vous referrer à notre Git : [https://forge.icube.unistra.fr/sdc-fodomust-dev-group/fodomust https://forge.icube.unistra.fr/sdc-fodomust-dev-group/fodomust]
<center><big>[http://fodomust.u-strasbg.fr/~aci/classifx_v5.4.zip Télécharger Area manager (zip)]</big></center>
 
<br />
 
 
 
GeOpenSim, acronyme de Géographique Open Source De Simulation, est un logiciel permettant l' analyse des tissus urbains, en simulant en fonction du temps les évolutions d'une zone urbaine, autant sur le plan de l'expansion que la densification de son ensemble, afin d'analyser les impacts possibles d'une décision de développement urbain sur cette zone. GeOpenSim permet, à partir de données Shapefiles issues de BD Topo type IGN, de créer des îlots urbains, de les classifier en utilisant un arbre de décision et de créer des séquences temporelles correspondant à leurs évolutions.
 
 
 
* iVisualize est une interface permettant la visualisation, la classification supervisée ou non  de séquences d'évolution temporelle d’îlots créés par GeOpenSim. Il est basé sur DTW, JCL, et une matrice de similarité donnée par l'expert. Les résultats obtenus  peuvent être exportés sous forme graphique (dendrogramme), image, PDF, ou encore Shapefiles.
 
 
 
== Java Clustering Library ==
 
Nos premiers travaux ont été écrits en C++ et traduits en Java en 2000 pour obtenir la bibliothèque JCL (Java Clustering Library). Si initialement cette bibliothèque ne contenait que les classifieurs classiques, les classifieurs proposés dans nos recherches y ont été intégrés au fur et à mesure de leur définition. 
 
 
 
Actuellement, elle regroupe un ensemble des classifieurs classiques (Kmeans, Cobweb, …),  la méthode de classification multi-stratégie SAMARAH et les méthodes génétiques dont Maclaw.
 
 
 
A partir de 2003, cette bibliothèque permet la classification de données au format ARFF et celle d'iimages de télédétection.
 
 
 
== Java Segmentation Library ==
 
 
 
Cette bibliothèque date de 2012. Elle regroupe tous les algorithmes de segmentation proposés par l'équipe. Elle permet aussi d'utiliser une part importante de algorithmes intégrés dans l'OTB.
 
 
 
= Documents =
 
 
 
Vous trouverez aussi un rapport de stage décrivant les grandes lignes de l'interface MUSTIC ainsi qu'une description rapide de SAMARAH : [[Media:Documents.zip]]
 
  
 
= Contacts =
 
= Contacts =
  
 
Pour tout renseignement sur les méthodes liées à Mustic et JCL et pour obtenir les sources  [mailto:Pierre.Gancarski@unistra.fr Cliquez ici]
 
Pour tout renseignement sur les méthodes liées à Mustic et JCL et pour obtenir les sources  [mailto:Pierre.Gancarski@unistra.fr Cliquez ici]
 
+
<!--
 
= Ground Truth Agreement Toolbox (GTAT) =
 
= Ground Truth Agreement Toolbox (GTAT) =
  
Line 133: Line 93:
  
 
La plate-forme bioinformatique de Strasbourg BISTRO a été reconnue par l’Institut Français de Bioinformatique comme membre du réseau national des plateformes bioinformatiques (RéNaBi) Nord-Est qui inclut, outre Strasbourg, Lille, Vandoeuvre les Nancy et Reims en accord avec la politique de l’IFB et de RéNaBi d’améliorer la visibilité nationale et internationale des réalisations bioinformatiques françaises en aggrégeant des plateformes de sites multidisciplinaires et multi-instituts. Dans ce cadre, BISTRO réunit sur Strasbourg des équipes IGBMC, IBMC, IBMP, GMGM, IPHC, ICube et est à même de fournir un ensemble bioinformatique cohérent incluant : expertise, outils et ressources, algorithmes d'exploration de données. Ces ressources sont axées sur les analyses évolutives et fonctionnelles dans divers domaines d'application, y compris les études biomédicales, les plantes, les levures et bactéries.
 
La plate-forme bioinformatique de Strasbourg BISTRO a été reconnue par l’Institut Français de Bioinformatique comme membre du réseau national des plateformes bioinformatiques (RéNaBi) Nord-Est qui inclut, outre Strasbourg, Lille, Vandoeuvre les Nancy et Reims en accord avec la politique de l’IFB et de RéNaBi d’améliorer la visibilité nationale et internationale des réalisations bioinformatiques françaises en aggrégeant des plateformes de sites multidisciplinaires et multi-instituts. Dans ce cadre, BISTRO réunit sur Strasbourg des équipes IGBMC, IBMC, IBMP, GMGM, IPHC, ICube et est à même de fournir un ensemble bioinformatique cohérent incluant : expertise, outils et ressources, algorithmes d'exploration de données. Ces ressources sont axées sur les analyses évolutives et fonctionnelles dans divers domaines d'application, y compris les études biomédicales, les plantes, les levures et bactéries.
 +
-->

Latest revision as of 11:39, 16 November 2023

FoDoMuST: Fouille de données Multi-Stratégie Multi-Temporelles

Présentation

La plateforme FODOMUST est une implantation concrète des méthodes, librairies et interfaces dédiées au clustering de données complexes proposées au sein d’ICube.

Fodomust interactif.jpg

Elle intègre une version multisource de la méthode de clustering collaboratif multistratégie SAMARAH. Sa principale originalité est qu’elle offre à l’utilisateur les méthodes et les interfaces permettant le clustering sous contraintes incrémental de données temporelles symboliques ou numériques. Article de présentation

MultiCube : Une interface pour le clustering sous contraintes incrémental de séries temporelles d'images

MultICube (Multi-Strategy Multi-Resolution Multi-Temporal Image Classification) est une interface permettant la classification d'images de télédétection par des approches pixels et orientées objets.

Elle permet de :

  • charger/modifier/sauvegarder des images via Orfeo Tool Box (CNES),
  • classifier (clustering uniquement) des images (par pixels ou basée régions) via la bibliothèque JCL,
  • segmenter de telles images via la bibliothèque JSL.
  • d'imposer des contraintes lors du clustering


InterfaceContraintes.png

Deux bibliothèques

  • Java Clustering Library : regroupe un ensemble des classifieurs classiques (Kmeans, Cobweb, …) et la méthode de classification collaborative multi-stratégie SAMARAH
Collaboration multiresolution.png
  • Java Segmentation Library : regroupe tous les algorithmes de segmentation proposés par l'équipe. Elle permet aussi d'utiliser une part importante de algorithmes intégrés dans l'OTB. L’interface MULTICUBE dédiée à l’analyse de séries temporelles offre aussi un accès à un ensemble d’algorithmes de segmentation soit propres à ICUBE soit faisant appel à l’OTB diffusée par le CNES.
VueEnsemble 3.png

Téléchargement et exécution de FoDoMuST-MultICube

Vous pouvez télécharger le client avec le lien ci-dessous. Pour pouvoir l'exécuter il faudra avoir au préalable téléchargé Java 11 JRE (ou JDK) ici. Attention, cette version n'est qu'un client léger et nécessite d'être connecté à un serveur.

Un tel serveur est ouvert à tous (sur une machine hébergée à l'Unistra) et est configuré comme serveur par défaut. Si vous rencontrez des problèmes veuillez nous contacter directement.

Télécharger l'exécutable MultICube


Attention : To analyze the generated kmz file, we have to use Google Earth Pro. This version of Google Earth doesn't run in browsers and we have to install it on our computer. Here is the link to download it: https://www.google.com/intl/fr_ALL/earth/about/versions/


Pour le code vous pouvez vous referrer à notre Git : https://forge.icube.unistra.fr/sdc-fodomust-dev-group/fodomust

Contacts

Pour tout renseignement sur les méthodes liées à Mustic et JCL et pour obtenir les sources Cliquez ici