بررسی تحلیلی روش ها و الگوریتم های هوش مکانی در ژئوانفورماتیک

چکیده مقاله

این پژوهش با هدف مرور و تحلیل نظام مند Systematic Literature Review SLR روش ها و الگوریتم های نوین هوش مکانی GeoAI در حوزه ژئوماتیک انجام شده است GeoAI به عنوان حوزه ای میان رشته ای از تلفیق هوش مصنوعی، یادگیری ماشین و علوم مکانی، به سرعت در حال تحول در تحلیل، پردازش و تفسیر داده های پیچیده مکانی و زمانی است در این تحقیق، با بهره گیری از چارچوب PRISMA، بیش از صد منبع علمی بررسی و در نهایت ۲۰ مطالعه کلیدی مرتبط با کاربردهای GeoAI در پنج زیرحوزه اصلی شامل سنجش از دور، GIS و تحلیل های مکانی، نقشه برداری و ژئودزی، کارتوگرافی و تولید نقشه، برنامه ریزی شهری و شهر هوشمند، و مخاطرات طبیعی مورد تحلیل قرار گرفت نتایج نشان می دهد که مدل های یادگیری ماشین ML ، یادگیری عمیق DL ، شبکه های عصبی کانولوشنی CNN ، و مدل های زبانی بزرگ LLMs بیشترین سهم را در توسعه GeoAI داشته اند و به افزایش دقت، سرعت و تفسیرپذیری داده های مکانی کمک کرده اند با وجود پیشرفت چشمگیر در ادغام فناوری های هوش مصنوعی با داده های مکانی، چالش هایی همچون ناهمگونی داده ها، تفسیرپذیری مدل ها، کمبود داده های باکیفیت و ملاحظات اخلاقی همچنان پابرجاست این پژوهش با ترسیم نقشه ای جامع از وضعیت فعلی GeoAI، می تواند به عنوان مرجع مفیدی برای پژوهشگران و متخصصان ژئوماتیک در توسعه مدل های هوشمند و تحلیل های مکانی آینده عمل کند

کلیدواژه‌ها

نویسندگان

پارسا سپهوند

دانشجوی مهندسی نقشه برداری دانشگاه شهید بهشتی

ذبیح الله چهارارهی

استادیار گروه جغرافیا و برنامه ریزی دانشگاه تهران

�پهوند، پارسا و چهارارهی، ذبیح الله،1404،بررسی تحلیلی روش ها و الگوریتم های هوش مکانی در ژئوانفورماتیک،بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو،تهران

ارائه‌شده در

مجموعه مقالات بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو29 آبان 1404 · تهران