19.11.2016

BigGIS Vision Paper zweitbestes Visionpaper auf ACM SIG Spatial

Im Rahmen der Konferenz ACM SIG Spatial 2016 hat das BigGIS-Forschungsprojekt als Gesamtteam ein Visionpaper eingereicht. Dieses wurde nicht nur angenommen, sondern wurde als zweitbestes Vision Paper gekürt und mit dem "CCC Blue Sky Ideas Award" ausgezeichnet.

Der Wettbewerb wird im Rahmen der Blue Sky Ideas des Computing Community Consortiums prämiert und dient nun als richtungsgebende Vision für zukünftige Forschungen im Geoinformationsumfeld. Eingereicht wurde die Vision der BigGIS-Architektur. Diese ermöglicht die Nutzbarmachung von Geo Big Data.

Der Fokus liegt dabei vor allem auf der Integration und Verarbeitung heterogener und unsicherer Datenquellen, welche vor allem im Bereich geo-temporaler Daten auftauchen. Diese werden erzeugt von Landkarten, Satelliten und Wetterstationen über VGI (Voluntered Geographic Informations) bis hin zu Liveaufnahmen durch Hyperspektralsensoren auf UAV (Unmanned Aerial Vehicles).

Diese Architektur entwickelt sich dabei als prädikative und präskriptive geo-temporale Analytics-Plattform, welche symbiotisch Big Data Analytics, Semantische Web-Technologien und Visual-Analytics-Methoden kombiniert. Dies wird in einem „continuous refinement model“ umgesetzt. Die bestehende Unsicherheit wird dabei durch die Kombination der verschiedenen Methoden abgebaut und der Wissensgewinn steigt. 

Das Visionpaper "BigGIS: A Continuous Refinement Approach to Master Heterogeneity and Uncertainty in Spatio-Temporal Big Data" entstand im Rahmen des FZI-Forschungsprohekt BigGIS, das vom Bundesministerium für Bildung und Forschung gefördert wird. Beteiligt waren die Projektpartner von der Hochschule Karlsruhe und der Universität Konstanz  und wurde im Rahmen der Konferenze ACM SIGSPATIAL 2016 (International Conference on Advances in Geographic Information Systems) in San Francisco vom 31.10. bis 03.11.2016 in der Kategorie "Great Innovative Ideas" erwähnt.

Das Paper ist verfügbar unter https://bib.dbvis.de/uploadedFiles/biggispaper.pdf