Thesis (M. Geomatics Sc.) -- Dept. Geomatics, Univ. of Melb.

This thesis investigates automatic geolocation (i.e. identification of the location, expressed as latitude/longitude coordinates) of documents. Geolocation can be an effective means of summarizing large document collections and is an important component of geographic information retrieval. We describe several simple supervised methods for document geolocation using only the document’s raw text as evidence. All of our methods predict locations in the context of geodesic grids of varying degrees of resolution. We evaluate the methods on geotagged Wikipedia articles and Twitter feeds. For Wikipedia, our best method obtains a median prediction error of just 11.8 kilometers. Twitter geolocation is more challenging: we obtain a median error of 479 km, an improvement on previous results for the dataset. / text

Thesis (Ph.D.) in Spatial Information Science and Engineering--University of Maine, 2007. / Includes vita. Includes bibliographical references (leaves 145-153).

Thesis (M.S.)--University of Texas at El Paso, 2008. / Title from title screen. Vita. CD-ROM. Includes bibliographical references. Also available online.

Thesis (M.A.)--Ohio University, November, 2008. / Title from PDF t.p. Includes bibliographical references.

Thesis (M.S.) in Spatial Information Science and Engineering--University of Maine, 2007. / Includes vita. Includes bibliographical references (leaves 108-112).

Thesis (Ph.D.)--University of Melbourne, Dept. of Geomatics, 2009. / Typescript. Includes bibliographical references (leaves 127-134)

Thesis (M.S.)--Humboldt State University, 2009. / Includes bibliographical references (leaves 46-48). Also available via Humboldt Digital Scholar.

Thesis (Ph. D.)--University of Idaho, December 2006. / Major professor: Paul E. Gessler. Includes bibliographical references. Also available online (PDF file) by subscription or by purchasing the individual file.

En stor kvantitet av miljödata samlas hela tiden in och för att dra nytta av all data behöver den förstås av de användarna som kan applicera kunskapen inom deras område. Visualiseringar tillåter användare att förstå datan och det är därför en viktig del av hur en användare kan ta del av den datan som samlas in. I detta arbete evalueras de WebGLbaserade teknologierna Three.js och X3DOM om vilken som är mest lämplig för att visualisera geospatial data på webben utifrån hur effektiva de är vid rendering av heatmaps. Två applikationer utvecklas, en baserat på Three.js och en på X3DOM. Mätningar utförs på varje applikation för att jämföra renderingstiden mellan teknologierna och en kvalitativ studie används för att evaluera deras användbarhet. Resultatet blev att Three.js är mer lämpligt för att visualisera geospatial data på webben.