User: Guest  Login
Original title:
Generalized spatial association modeling driven by the nature of geospatial data
Translated title:
Generalisierte räumliche Assoziationsmodellierung, getrieben von der Natur der georäumlichen Daten.
Author:
Luo, Peng
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Institution:
Kartographie und Visuelle Analytik (Prof. Meng)
Advisor:
Meng, Liqiu (Prof. Dr.)
Referee:
Meng, Liqiu (Prof. Dr.); Mocnik, Franz-Benjamin (Prof. Dr.); Liu, Yu (Prof.)
Language:
en
Subject group:
GEO Geowissenschaften
TUM classification:
BAU 950
Abstract:
Accurate description of spatial data is crucial for successful spatial analysis. This thesis aims to generalize modeling of spatial association to address challenges in descriptive, explanatory, and predictive tasks in spatial analysis. It focuses on detecting overlapping community structures, explaining nonlinear geographical variable interactions, and enhancing spatial prediction in sparse and biased samples. By bridging research gaps, it facilitates better decision-making processes.
Translated abstract:
Eine präzise Beschreibung räumlicher Daten ist entscheidend für erfolgreiche räumliche Analyse. Diese Arbeit verallgemeinert die Modellierung räumlicher Assoziation, um deskriptive, erklärende und prädiktive Herausforderungen anzugehen. Sie fokussiert sich auf die Erkennung überlappender Gemeinschaftsstrukturen, erklärt nichtlineare geographische Variableninteraktionen und verbessert räumliche Vorhersagen bei spärlichen und voreingenommenen Stichproben.
WWW:
https://mediatum.ub.tum.de/?id=1738284
Date of submission:
25.03.2024
Oral examination:
21.06.2024
File size:
73635839 bytes
Pages:
203
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240621-1738284-1-4
Last change:
25.10.2024
 BibTeX