| Titre : | Conception d’une solution cloud pour la gestion, la visualisation et l’analyse de données géospatiales massives en exploitant l’intelligence artificielle |
| Auteurs : | LAMSAHRI Imane, Auteur ; HAJJI Hicham, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2025 |
| Format : | 113 |
| Langues: | Français |
| Mots-clés: | Cloud-native ; Stockage objet ; MinIO ; Cloud-Optimized GeoTIFF ; Cloud Optimized Point Cloud ; Zarr ; SpatioTemporal Asset Catalog ; GeoParquet ; Calcul parallèle ; Dask ; Intelligence artificielle. |
| Résumé : |
Les données géospatiales ont traditionnellement été distribuées par le biais de
téléchargements depuis des serveurs vers des ordinateurs locaux. Toutefois, cette méthode présente des limitations à mesure que les ensembles de données géospatiales atteignent des volumes de plus en plus importants, notamment à l’échelle des pétaoctets. Pour répondre à ces défis, l’adoption de technologies avancées, telles que le cloud computing, le stockage objet et le calcul parallèle, devient essentielle. Ce projet de fin d’études propose le développement d’une plateforme cloud dédiée à la gestion, à l’analyse et à la visualisation de données géospatiales massives. Cette plateforme utilise des technologies modernes telles que MinIO, une solution de stockage par objet compatible avec le protocole S3, permettant de contourner les coûts élevés associés à des services cloud commerciaux tels qu'Amazon S3. La plateforme développée permet la visualisation interactive des données géospatiales. La solution repose sur des formats optimisés comme le format Cloud-Optimized GeoTIFF (COG) et le format Cloud Optimized Point Cloud (COPC), permettant un accès direct aux portions nécessaires, sans avoir à télécharger l’intégralité des fichiers. De plus, la plateforme exploite le format Zarr pour le traitement des données multidimensionnelles en utilisant Dask pour paralléliser le traitement des données et améliorer l'efficacité des calculs sur des volumes massifs. Un catalogue STAC (SpatioTemporal Asset Catalog) est intégré pour faciliter la recherche rapide des métadonnées géospatiales en fonction de critères spatio-temporels. L’intelligence artificielle est également au coeur du projet, avec l’intégration de modèles pour la détection de changements et la recherche de similarité. L’utilisation des chips pour le découpage des images satellites et le stockage des embeddings dans Parquet permet de gérer efficacement les métadonnées et d’optimiser l'accès aux données tout en garantissant une organisation flexible et scalable. |
| En ligne : | http://10.2.0.27/PDF_CDA/uploads/PDF/LAMSAHRI_Imane_2025.pdf |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200041683 | 10515 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur topographe | Consultation sur place Exclu du prêt |
