@phdthesis{Amirkhanyan2019,
  author    = {Amirkhanyan, Aragats},
  title     = {Methods and frameworks for GeoSpatioTemporal data analytics},
  doi       = {10.25932/publishup-44168},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-441685},
  school      = {Universit{\"a}t Potsdam},
  pages     = {xxiv, 133},
  year      = {2019},
  abstract  = {In the era of social networks, internet of things and location-based services, many online services produce a huge amount of data that have valuable objective information, such as geographic coordinates and date time. These characteristics (parameters) in the combination with a textual parameter bring the challenge for the discovery of geospatiotemporal knowledge. This challenge requires efficient methods for clustering and pattern mining in spatial, temporal and textual spaces. In this thesis, we address the challenge of providing methods and frameworks for geospatiotemporal data analytics. As an initial step, we address the challenges of geospatial data processing: data gathering, normalization, geolocation, and storage. That initial step is the basement to tackle the next challenge -- geospatial clustering challenge. The first step of this challenge is to design the method for online clustering of georeferenced data. This algorithm can be used as a server-side clustering algorithm for online maps that visualize massive georeferenced data. As the second step, we develop the extension of this method that considers, additionally, the temporal aspect of data. For that, we propose the density and intensity-based geospatiotemporal clustering algorithm with fixed distance and time radius. Each version of the clustering algorithm has its own use case that we show in the thesis. In the next chapter of the thesis, we look at the spatiotemporal analytics from the perspective of the sequential rule mining challenge. We design and implement the framework that transfers data into textual geospatiotemporal data - data that contain geographic coordinates, time and textual parameters. By this way, we address the challenge of applying pattern/rule mining algorithms in geospatiotemporal space. As the applicable use case study, we propose spatiotemporal crime analytics -- discovery spatiotemporal patterns of crimes in publicly available crime data. The second part of the thesis, we dedicate to the application part and use case studies. We design and implement the application that uses the proposed clustering algorithms to discover knowledge in data. Jointly with the application, we propose the use case studies for analysis of georeferenced data in terms of situational and public safety awareness.},
  language  = {en}
}
@phdthesis{Semmo2016,
  author    = {Semmo, Amir},
  title     = {Design and implementation of non-photorealistic rendering techniques for 3D geospatial data},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-99525},
  school      = {Universit{\"a}t Potsdam},
  pages     = {XVI, 155},
  year      = {2016},
  abstract  = {Geospatial data has become a natural part of a growing number of information systems and services in the economy, society, and people's personal lives. In particular, virtual 3D city and landscape models constitute valuable information sources within a wide variety of applications such as urban planning, navigation, tourist information, and disaster management. Today, these models are often visualized in detail to provide realistic imagery. However, a photorealistic rendering does not automatically lead to high image quality, with respect to an effective information transfer, which requires important or prioritized information to be interactively highlighted in a context-dependent manner. Approaches in non-photorealistic renderings particularly consider a user's task and camera perspective when attempting optimal expression, recognition, and communication of important or prioritized information. However, the design and implementation of non-photorealistic rendering techniques for 3D geospatial data pose a number of challenges, especially when inherently complex geometry, appearance, and thematic data must be processed interactively. Hence, a promising technical foundation is established by the programmable and parallel computing architecture of graphics processing units. This thesis proposes non-photorealistic rendering techniques that enable both the computation and selection of the abstraction level of 3D geospatial model contents according to user interaction and dynamically changing thematic information. To achieve this goal, the techniques integrate with hardware-accelerated rendering pipelines using shader technologies of graphics processing units for real-time image synthesis. The techniques employ principles of artistic rendering, cartographic generalization, and 3D semiotics—unlike photorealistic rendering—to synthesize illustrative renditions of geospatial feature type entities such as water surfaces, buildings, and infrastructure networks. In addition, this thesis contributes a generic system that enables to integrate different graphic styles—photorealistic and non-photorealistic—and provide their seamless transition according to user tasks, camera view, and image resolution. Evaluations of the proposed techniques have demonstrated their significance to the field of geospatial information visualization including topics such as spatial perception, cognition, and mapping. In addition, the applications in illustrative and focus+context visualization have reflected their potential impact on optimizing the information transfer regarding factors such as cognitive load, integration of non-realistic information, visualization of uncertainty, and visualization on small displays.},
  language  = {en}
}
@phdthesis{Schmallowsky2009,
  author    = {Schmallowsky, Antje},
  title     = {Visualisierung dynamischer Raumph{\"a}nomene in Geoinformationssystemen},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-41262},
  school      = {Universit{\"a}t Potsdam},
  year      = {2009},
  abstract  = {Die visuelle Kommunikation ist eine effiziente Methode, um dynamische Ph{\"a}nomene zu beschreiben. Informationsobjekte pr{\"a}zise wahrzunehmen, einen schnellen Zugriff auf strukturierte und relevante Informationen zu erm{\"o}glichen, erfordert konsistente und nach dem formalen Minimalprinzip konzipierte Analyse- und Darstellungsmethoden. Dynamische Raumph{\"a}nomene in Geoinformationssystemen k{\"o}nnen durch den Mangel an konzeptionellen Optimierungsanpassungen aufgrund ihrer statischen Systemstruktur nur bedingt die Informationen von Raum und Zeit modellieren. Die Forschung in dieser Arbeit ist daher auf drei interdisziplin{\"a}re Ans{\"a}tze fokussiert. Der erste Ansatz stellt eine echtzeitnahe Datenerfassung dar, die in Geodatenbanken zeitorientiert verwaltet wird. Der zweite Ansatz betrachtet Analyse- und Simulationsmethoden, die das dynamische Verhalten analysieren und prognostizieren. Der dritte Ansatz konzipiert Visualisierungsmethoden, die insbesondere dynamische Prozesse abbilden. Die Symbolisierung der Prozesse passt sich bedarfsweise in Abh{\"a}ngigkeit des Prozessverlaufes und der Interaktion zwischen Datenbanken und Simulationsmodellen den verschiedenen Entwicklungsphasen an. Dynamische Aspekte k{\"o}nnen so mit Hilfe bew{\"a}hrter Funktionen aus der GI-Science zeitnah mit modularen Werkzeugen entwickelt und visualisiert werden. Die Analyse-, Verschneidungs- und Datenverwaltungsfunktionen sollen hierbei als Nutzungs- und Auswertungspotential alternativ zu Methoden statischer Karten dienen. Bedeutend f{\"u}r die zeitliche Komponente ist das Verkn{\"u}pfen neuer Technologien, z. B. die Simulation und Animation, basierend auf einer strukturierten Zeitdatenbank in Verbindung mit statistischen Verfahren. Methodisch werden Modellans{\"a}tze und Visualisierungstechniken entwickelt, die auf den Bereich Verkehr transferiert werden. Verkehrsdynamische Ph{\"a}nomene, die nicht zusammenh{\"a}ngend und umfassend darstellbar sind, werden modular in einer serviceorientierten Architektur separiert, um sie in verschiedenen Ebenen r{\"a}umlich und zeitlich visuell zu pr{\"a}sentieren. Entwicklungen der Vergangenheit und Prognosen der Zukunft werden {\"u}ber verschiedene Berechnungsmethoden modelliert und visuell analysiert. Die Verkn{\"u}pfung einer Mikrosimulation (Abbildung einzelner Fahrzeuge) mit einer netzgesteuerten Makrosimulation (Abbildung eines gesamten Straßennetzes) erm{\"o}glicht eine maßstabsunabh{\"a}ngige Simulation und Visualisierung des Mobilit{\"a}tsverhaltens ohne zeitaufwendige Bewertungsmodellberechnungen. Zuk{\"u}nftig wird die visuelle Analyse raum-zeitlicher Ver{\"a}nderungen f{\"u}r planerische Entscheidungen ein effizientes Mittel sein, um Informationen {\"u}bergreifend verf{\"u}gbar, klar strukturiert und zweckorientiert zur Verf{\"u}gung zu stellen. Der Mehrwert durch visuelle Geoanalysen, die modular in einem System integriert sind, ist das flexible Auswerten von Messdaten nach zeitlichen und r{\"a}umlichen Merkmalen.},
  language  = {de}
}