Aller au contenu principal
Accès ouvert déclaré 2019 book-chapter

Investigating the harmonization of highly noisy heterogeneous datasets hand-collected over the same study domain

3Citations signalées — pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés

Résumé fourni par la source

The objective of this paper is to propose an approach to harmonise noisy spatial data acquired by different operators using (low-cost) hand-held sensors over the same spatial domain. In such cases, datasets need to be harmonised first to be comparable before decision making. This work proposes a methodology to address this issue in the case of nested and noisy spatial data. First, it proposes the implementation of a non-parametric test of Kolmogorov-Smirnov to determine if harmonisation is needed. Then, it proposes an aspatial harmonization method based on standardization. The method was applied on grape sugar content datasets collected by 2 hand-held spectrometers. Results showed that harmonizing a less confident dataset is interesting solely if the size of the trusted one is too small.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Investigating the harmonization of highly noisy heterogeneous datasets hand-collected over the same study domain
Date Crossref
08/07/2019
Éditeur
Brill | Wageningen Academic
Type
book-chapter

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

Data-Driven Disease SurveillanceRemote-Sensing Image ClassificationRemote Sensing in Agriculture

BNTIC News n’est pas le producteur de ces données. Recherche à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, ROR et la Banque mondiale, sans clé ; OpenAlex reste optionnel. Aucun service payant requis, aucune donnée externe enregistrée en base. Sources et limites.