Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Coğrafi Bilgi İşleme ve AnaliziHRT520637.5300
ÖnkoşullarYok
YarıyılGüz
Dersin DiliTürkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Harita Mühendisliği ABD Uzaktan Algılama ve CBS Yüksek Lisans Programı
Seçmeli @ Harita Mühendisliği ABD Uzaktan Algılama ve CBS Doktora Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimHarita Mühendisliği Bölümü
Dersin KoordinatörüFATİH GÜLGEN
Dersi Veren(ler)FATMAGÜL KILIÇ GÜL
Asistan(lar)ı
Dersin AmacıBilgi teknolojilerindeki gelişmelerle birlikte, coğrafya ile ilgili çalışmalarda kullanılan mekansal verilerin çeşitliliği ve ayrıntı düzeyleri hızla artmaktadır. Veritabanlarının kapsamı, hacmi gelişmekte ve daha yüksek çözünürlüklü hale dönüşmektedir. Bu veri yoğunluğu içinde, daha geniş alanları kapsayan coğrafi analizlerin yapılabilmesi ve analiz sonuçlarının haritalar üzerinde anlaşılır şekilde sunulabilmesi için veritabanlarında gerçekleştirilen sınıflandırma, kümeleme, kartografik genelleştirme, görselleştirme, otomasyon ve bilgi çıkartma tekniklerini uygulayabilme yeteneğinin kazandırılması amaçlanmaktadır.
Dersin İçeriğiMekansal veritabanları ve bilgi işleme, Mekansal veritabanlarında sınıflandırma ve kümeleme, Coğrefi verilerde çözünürlük, Nesne-yönelim, çizge, topoloji ve doku kavramları, Genelleştirme ile veri elde etme, Etmen-temelli işlemler, Algoritmik yaklaşımlar ve nesne geometrisinin manipülasyonu uygulamaları.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Coğrafi Bilgi İşleme ve Analizi Ders Notları, YTÜ-Kartografya Anabilim Dalı, 2012
  • Alpaydın, E., (2000), “Zeki Veri Madenciliği: Ham Veriden Altın Bilgiye Ulaşma Yöntemleri”, Bilişim 2000 Eğitim Semineri.
  • Başaraner, M., (2005), “Nesne yönelimli coğrafi bilgi sistemi ortamında orta ölçekli topografik haritalar için bina ve yerleşim alanlarının otomatik genelleştirilmesi”, Doktora Tezi, YTÜ Fen Bilimleri Enstitüsü, İstanbul.
  • Gülgen, F., ve Gökgöz, T., (2007), “Çok-uyarlayıcılı sistemde yol verileri için kartografik genelleştirme uygulaması”, TMMOB Harita ve Kadastro Mühendisleri Odası - Ulusal Coğrafi Bilgi Sistemleri Kongresi, 30 Ekim –02 Kasım, KTÜ, Trabzon.
  • Gülgen, F., (2009), “Yerleşim içi yol ağı genelleştirmesinde yeni bir seçme/eleme yaklaşımı”, Doktora Tezi, YTÜ Fen Bilimleri Enstitüsü, İstanbul.
  • 1Spatial, (2007), “Clarity cookbook”, Issue 1 for Clarity V1.0, 1Spatial Group Limited, Cambridge, United Kingdom.
  • Barrault, M., Regnauld, N., Duchene, C., Haire, K., Baeijs, C., Demazeau, Y., Hardy, P., Mackaness, W., Ruas, A., ve Weibel, R. (2001), “Integrating multi-agent, object-oriented, and algorithmic techniques for improved automated map generalisation”, Proceedings of the 20th International Conference of Cartography, ICA, Beijing, China, vol.3, pp. 2110-2116.
  • Duchene, C., Barrault, M., ve Haire, K., (2001), “Road network generalization: a multi-agent system approach”, Proceedings of the 20th International Cartographic Conference of Cartography, ICA, Beijing, China, vol.3, pp.2166-2177.
  • Gülgen, F., ve Gökgöz, T., (2008a), “Cartographic generalization and agent technology for road data”, 2nd International Conference on Cartography and GIS, 21-24 January, Borovets, Bulgaria.
  • Gülgen, F., ve Gökgöz, T., (2008b), “Selection of roads for cartographic generalization”, ISPRS Congress Beijing 2008, China, Volume XXXVII, Part B4, pp.615-620.
  • Harrie, L., ve Weibel, R., (2007), “Modelling the overall process of generalisation”, In: Mackaness, W.A., Ruas, A., and Sarjakoski, L.T., (ed.) Generalisation of geographic information: cartographic modelling and applications, International Cartographic Association (ICA), Elsevier, pp.67-87.
  • Heinzle, F., ve Anders, K.-H., (2007), “Characterising space via pattern recognition techniques: identifying patterns in road networks”, In: Mackaness, W.A., Ruas, A., and Sarjakoski, L.T., (eds.) Generalisation of geographic information: cartographic modelling and applications, International Cartographic Association (ICA), Elsevier, pp.233-253.
  • Jiang, B., (2004), “Spatial clustering for mining knowledge in support of generalization process in GIS” In: ICA Workshop on Generalisation and Multiple representation, 20-21 August 2004, Leicester.
  • Jiang, B., ve Claramunt, C., (2004a) “A structural approach to the model generalization of an urban street network”, GeoInformatica, 8(2), pp. 157-172.
  • Jiang, B., ve Claramunt, C., (2004b) “Topological analysis of urban street networks”, Environment and Planning B: Planning and Design, 31, pp. 151-162.
  • Jiang, B., ve Harrie, L., (2004), “Selection of streets from a network using self-organizing maps”, Transactions in GIS, 8(3), pp.35-350.
  • Li, Z., (2007b), “Algorithmic foundation of multi-scale spatial representation”, CRC Pres, Taylor
  • Mackaness, W.A., ve Beard, M.K., (1993), “Use of graph theory to support map generalization”, Cartography and Geographic Information Systems, 20(4), pp. 210-221.
  • Mackaness, W.A., ve Edwards, G., (2002), “The importance of modelling pattern and structure in automated map generalisation”, Joint ISPRS/ICA workshop on Multi-Scale Representations of Spatial Data, 7-8 July 2002, Ottawa, Canada.
  • Miller H.J. and Han J., (2001), “Geographic data mining and knowledge discovery”, Geographic data mining and knowledge discovery, Taylor
  • Ormsby, D., ve Mackaness, W., (1999), “The development of phenomenological generalization within an object-oriented paradigm”, Cartography and Geographic Information Science, 26(1), pp. 70-80.
  • Richardson, D.E., ve Thomson, R.C., (1996), “Integrating thematic, geometric, and topologic information in the generalization of road networks”, Cartographica, 33(1), 75-83.
  • Ruas, A., ve Duchene, C., (2007), “A prototype generalisation system based on the multi-agent system paradigm”, In: Mackaness, W.A., Ruas, A., and Sarjakoski, L.T., (ed.) Generalisation of geographic information: cartographic modelling and applications, International Cartographic Association (ICA), Elsevier, pp.269-284.
  • Thomson, R.C., ve Richardson, D.E., (1995), “A graph theory approach to road network generalization”, In: Proc. of the 17th International Cartographic Conference, vol.2, Barcelona, Spain, September 3-9, 1995, pp.1871-1880.
  • Töpfer, F., ve Pillewizer, W., (1966), “The principles of selection”, The Cartographic Journal, 3(1), pp.10-16.
  • Zhang, Q., (2004), “Modelling structure and patterns in road network generalization”, ICA Workshop on Generalisation and Multiple representation, 20-21 August 2004, Leicester.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci sınıflandırma ve kümeleme tekniklerinin coğrafi analizlerde kullanabilme bilgi ve becerisi kazanır.
  2. Öğrenci çok çözünürlüklü veri elde etme ve genelleştirme bilgisi edinir.
  3. Öğrenci kartografik genelleştirme teknikleri hakkında bilgi edinir.
  4. Öğrenci coğrafi verilerin farklı çözünürlüklerde modellenmesinde algoritma geliştirebilme bilgi ve yeteneği kazanır.
  5. Öğrenci yazılım geliştirme ve programlamanın mekansal bilgi çıkartmadaki etkinliğini anlar.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Giriş: Coğrafi Bilgi İşleme ve Analiz nedir? NA
2Veritabanlarından bilgi keşfi (VBK) işlemleri ve görselleştirme NA
3Coğrafi veri madenciliği ve coğrafi bilgi keşfi (CBK) konusuna giriş NA
4Mekansal verilerde sınıflandırma ve kümeleme NA
5Nesne-yönelim, çizge, topoloji, mekansal çözünürlük kavramlarıNA
6Nesne-yönelim, çizge, topoloji, mekansal çözünürlük kavramları NA
7Genelleştirme nedir? CBS ortamında genelleştirme türleri ve temel genelleştirme işlemleri NA
8Ara sınavNA
9Etmen-Temelli Genelleştirme NA
10Yol nesneleri örneğinde genelleştirme yöntemleriNA
11Genelleştirme sonuçlarının analiziNA
12Yazılım geliştirme ve nesne geometrisinin manipülasyonuna ilişkin uygulama örnekleriNA
13Tartışma, araştırma ve sunumlarNA
14Tartışma, araştırma ve sunumlarNA
15Tartışma, araştırma ve sunumlarNA
16Final sınavıNA

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev130
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması1410
Derse Özgü Staj
Ödev130
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)13
Final (Sınav Süresi + Sınav Hazırlık Süresi)13
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok