mobile.png

Hello

Track 4

11:30 - 12:45

13:45 - 15:00

Geodata in het tijdperk van artificiële intelligentie

De track gaat dieper in op het gebruik van artificiële intelligentie (AI) voor het inzamelen, verwerken en analyseren van geodata, en ook op de integratie van geospatiale domeinkennis met AI om te helpen om complexe (geo)problemen op te lossen en diepere inzichten te verwerven. De presentaties worden gegeven door vertegenwoordigers van de academische wereld en van de industrie.
 

Let op: het programma weerspiegelt de taal (NL/FR/EN) waarin de presentaties zullen worden gegeven.

Voormiddag (11:30 - 12:45)
 

  • GeoAI at National Mapping Agencies in Europe (EN)
    Joep Crompvoets, KULeuven Hoogleraar Informatiemanagement in de Publieke Sector, en Secretaris-Generaal EuroSDR
     

    • This contribution presents the highlights of a virtual joint EuroSDR/EuroGeographics Workshop that took place in 2021. Around 250 people participated in this successful workshop. The objectives of the workshop were to raise awareness and understanding of Artificial Intelligence (AI) within the context of National Mapping and Cadastral Agencies (NMCAs). The gained insights helped the participants to appreciate the impact, benefits, limitations and effects of AI on the business processes of European NMCAs. These objectives were achieved by sharing policy frameworks, research trends and experiences of implementing AI through presentations and organized panel discussions. The main outcomes of the workshop are that AI is an opportunity for NMCAs (e.g. cost/time savings, more efficient business processes), and AI is not considered a threat for NMCAs (although there some concerns about ethics and overuse). In general, the AI-Maturity at NMCAs in Europe is rather low as most applications are in the stage of Proof-of-Concept. Another finding is that not too much miracles and radical changes for NMCAs are expecting by making use of AI. In our presentation we will also present the main results of the polls that were executed to feed the panel discussions.  

  • Geography-Aware Mobility Analytics and Prediction (EN)
    Haosheng Huang, UGent Professor Geoinformatie-wetenschappen en cartografie
    ​​​​

    • Incorporating geographic knowledge or concepts into machine learning (ML) might help to reduce the required amount of training data and improve the performance and explainability of ML models. At our research group at UGent, an emerging research theme is on the development of geospatial artificial intelligence (GeoAI) techniques for geographic knowledge discovery. This presentation will give a summary of our recent research activities in this domain, with a focus on applications in mobility analytics and prediction. 
       

  • Change detection using 3D point clouds in the era of GeoAI (EN)
    Abderrazzaq KHARROUBI, State Engineer in Surveying,  Ph.D. candidate at the Geomatics Unit of the university of Liège, FNRS Aspirant.
    ​​​​

    • Change detection is an important step in the characterization of earth surface dynamics. This presentation comes to present the recent developments in this field in the era of GeoAI. You will be introduced to all the challenges, approaches, tools, and recent advances in 3D change detection using multi-temporal LiDAR point clouds.
       

Namiddag (13:45 - 15:00)
 

  • An Intelligent approach for managing investments and coordinating works on utility assets (EN)
    Thomas De Ruyck, KPMG
     

    • The KPMG Global Asset Management Competence Center (GAMCC) is the trusted partner that helps all types of asset intensive organizations to digitize, monetize and transform their assets including real estate. Our multidisciplinary team of experts can assist you with, among others, developing an effective asset management strategy, the (digital) transformation of your technical department, compliance requirements, data quality issues or lack of data, asset valuation needs and sustainability risk assessments or sustainability reporting requirements.

      We created a KPMG Digital Asset Management Platform which enables asset intensive organizations, across organizational silos, to share and combine information of different natures in order to arrive at better, more objective and data-driven decisions.

  • Geo-Insights, un outil pour l’optimisation et le partage des données sur la stratégie des PME (FR)
    Philipp Henger, Manager Observatoire PME - Lux
    ​​​​

    • La géo-intelligence artificielle, le crowdsourcing, la gestion des données ... ont permis de créer un tableau de bord intelligent donnant aux villes, aux communes, aux entreprises, etc. un bon aperçu de l’évolution présente et passée de l’activité sur leur territoire. Ces décideurs peuvent ainsi prendre des décisions judicieuses basées sur des données intelligentes. Mais aussi définir leur stratégie pour les années suivantes concernant les PME et le développement de la ville intelligente.

  • Geo-AI en BI in een stedelijke context van stad Roeselare (NL) 
    Benny Meyns, Teamlead Data - Competence Center Business Intelligence, Artificial Intelligence, Data & Analytics, Stad Roeselare 
     

    • Geo-AI: ML (Machine Learning) wordt meer en meer ingezet ifv opbouw en actualisatie van onze inventarissen van “objecten” op het openbaar domein. Onze aanpak met de Verkeersborden is hier al een mooie case waarvan we al mooie resultaten kunnen tonen. 
      Een volgende inventarisatie die we opstarten is het openbaar groen, waar de ML van de bomen een sterke  ondersteuning zal bieden. 
      Finaal willen we onze ervaringen vanuit RSL ook als “ML as a service” aanbieden voor andere besturen, zodat we via dit platform stelselmatig nieuwe datasets geautomatiseerd kunnen afleveren.

      BI & Geo Analytics: Deze eerder statische geo-datasets combineren we met dynamische data (zoals bv. burgermeldingen) via Power BI met ArcGIS plug-in. Via self-service analytics kunnen medewerkers eenvoudig zelf aan de slag met deze BI en Geo datasets.  Dit vormt een mooi tastbaar sluitstuk van onze data-strategie, wat ongetwijfeld het geo-data publiek zal aanspreken.

 

  • GIM (TBC Innovative GeoAI techniques for Geo Digital Twinning (NL)
    Steven Smolders, GIM
     

    • GIM past kunstmatige intelligentietechnieken toe om Belmap, zijn Geo Digital Twin van het Benelux-gebied, te verrijken. In deze lezing zullen we recente GeoAI technieken introduceren zoals semi-supervised learning, superresolutie en fusienetwerken. Deze worden toegepast voor het in kaart brengen van landbedekking op tuinschaal, het karakteriseren van dakmaterialen, het in kaart brengen van dakeigenschappen en het schatten van gebouwhoogtes.