Alignment van Heterogene Geospatiale Datasets via Knowledge Graph Reasoning
Promotors: Pieter Colpaert
Main contact: Pieter Colpaert
Problem
Data afkomstig van derde partijen (zoals verkeersdrukte of sensoren) hebben hun eigen semantiek. De ene dataset gebruikt OpenStreetMap-punten, terwijl de andere Google Maps of een eigen lijst met straatnamen gebruikt. Omdat deze systemen niet met elkaar praten, is het heel moeilijk om ze te combineren. Als je bijvoorbeeld verkeersmetingen op een kaart wilt plakken, merk je vaak dat de locaties niet overeenkomen of dat de namen anders zijn. Dit zorgt voor veel handmatig prutswerk en fouten bij het samenvoegen van informatie.
Goal
Het bouwen van een (offline) systeem dat deze bronnen automatisch aan elkaar gaat linken en het resultaat ervan opslaat in een Knowledge Graph: een slim netwerk waarin we vastleggen dat "Object A" uit de ene bron hetzelfde is als "Object B" uit de andere bron. Met behulp van 'reasoning' worden de juiste koppelingen gelegd tussen de verschillende locaties en betekenissen. Het resultaat is een werkend prototype die toelaat om overheen de verschillende datasets dezelfde vraag te stellen, bv: "Vind alle data in de Heidelbergstraat" en een antwoord te krijgen.