Paper auf der ACM GIS'16
12.09.2016Auch in diesem Jahr ist der Lehrstuhl mit zwei Einreichungen auf der ACM GIS 2016 vertreten: einem Paper zum Thema Routenplanung und einem weiteren zum Thema Crowdsourcing auf historischen Stadtplänen. Die Konferenz findet Anfang November in San Francisco statt.
Sabine Storandts Paper (eine Zusammenarbeit mit Stefan Funke und Sören Laue) befasst sich mit dem Thema Routenplanung:
Eine Routenplanungsanfrage besteht normalerweise aus Start- und Zielpunkt im Straßennetzwerk und das erwartete Ergebnis ist der kürzeste Weg zwischen diesen beiden Punkten. Aber viele andere Kriterien können eine Rolle spielen, wenn es darum geht die individuell optimale Route zu wählen, wie beispielsweise der Benzinverbrauch, die Staugefahr, die Schönheit der Landschaft, Mautgebühren und vieles mehr. Allerdings ist es schwierig für jedes Kriterium manuell festzulegen wie wichtig es ist um tatsächlich die beste Route zu erhalten. Daher haben wir Ansätze entwickelt die es erlauben diese Gewichtungen automatisch aus historischen Routen eines Nutzers zu extrahieren.
Das Paper von Benedikt Budig und Thomas van Dijk (zusammen mit Fabian Feitsch und Mauricio Giraldo Arteaga) beschäftigt sich mit Smart Crowdsourcing im Rahmen eines Projektes an der New York Public Library:
Seit drei Jahren betreibt die New York Public Library ein Crowdsourcing-Projekt zum Extrahieren von Gebäudegrundrissen aus Versicherungsatlanten aus dem 19. und frühen 20. Jahrhundert. Wie bei Crowdsourcing-Projekten üblich wurde das Gesamtproblem für die Benutzer in kleinere Problemstellungen zerlegt und jedes solches Teilproblem von mehreren Benutzern gelöst. Im Falle der Gebäudegrundrisse ist es allerdings unklar, wie man diese Lösungen am besten im Sinne eines Mehrheitsentscheids integriert: Was ist der Konsens von einer Menge von Polygonen, die angeblich den gleichen Grundriss repräsentieren? Wir diskutieren wünschenswerte Eigenschaften eines solchen Konsens-Polygons und schlagen einen effizienten Algorithmus zur Berechnung eines solchen vor. Diesen Algorithmus haben wir auf ca. 3000 Polygonen manuell evaluiert und beobachten, dass unser Konsens-Polygon bei 96% der Grundrisse korrekt ist, während die Nutzereingaben nur in 85% der Fälle stimmen.