Modèle d'information enrichi par commentaires, destiné à soutenir un réseau de capteurs humains appliqué à l'infrastructure urbaine québécoise

 

Mazdak Nik-Bakht

Université Concordia

 

Domaine : fabrication et matériaux

Programme : établissement de nouveaux chercheurs universitaires

Concours 2019-2020

Au palmarès Open Cities Index de 2016, le Québec présentait le degré de maturité le plus élevé de toutes les provinces canadiennes en matière de données urbaines en libre accès. Mais en 2017, un manque dans l'application des données ouvertes a fait chuter Montréal et le Québec au classement. Outre ce qui est offert en libre accès sur les portails des villes, les données urbaines englobent ce que les utilisateurs finaux du milieu bâti – les capteurs du réseau humain – ressentent et partagent par l'entremise de canaux de communication en ligne. Or, l'application de telles données est difficile en raison du contexte, d'un manque de structure et de problèmes de crédibilité. Nos travaux ont déjà révélé tout le potentiel que recèle le traitement de tels intrants pour détecter des déficiences qui passent parfois inaperçues lors des inspections techniques. La survenue et la répartition spatiale accrues d'événements extrêmes de faible magnitude – principalement en raison des changements climatiques – et le coût cumulatif élevé de tels incidents pour l'infrastructure au Québec rendent l'analyse et l'utilisation d'information de cette nature encore plus cruciales.

Nous entendons utiliser les données ouvertes urbaines et les renseignements générés et transmis organiquement par les citadins pour jeter les bases d'un réseau de capteurs répartis qui contribuera à mettre au jour des erreurs et des manquements dans le milieu bâti. Ces travaux enrichiront les modèles 3D urbains québécois déjà disponibles, grâce à l'apport des utilisateurs finaux sous forme de commentaires sur les médias sociaux et de comptes rendus dans les nouvelles locales. La recherche se déroulera en trois temps : (i) création d'un modèle 3D de l'infrastructure urbaine, enrichi par commentaires ; (ii) automatisation de la détection, de l'analyse et de la classification des nouvelles et des commentaires sociaux, puis association de ceux-ci aux éléments d'infrastructure pertinents ; et (iii) validation du système développé en contexte de gestion des eaux pluviales.

Nous utiliserons comme base le modèle international normalisé CityGML et créerons une nouvelle extension pour ajouter aux éléments urbains des « commentaires » en tant qu'objets sémantiques. Puis, le modèle sera relié aux médias sociaux pour la capture en ligne d'intrants pertinents. Grâce à la structure sémantique et orientée objet qu'offre CityGML, ainsi qu'à l'apprentissage machine et aux techniques d'apprentissage profond, nous mettrons au point des classifieurs de commentaires (français et anglais) et associerons ceux-ci aux objets urbains pertinents. L'outil ainsi créé sera entraîné – en combinaison avec des fonctionnalités spatiales, météorologiques et structurales – pour les besoins de l'évaluation du rendement des égouts pluviaux à Montréal.

La contribution du projet est triple : (i) les commentaires des intervenants bonifieront le système d'information géographique (SIG) en y ajoutant une nouvelle dimension ; (ii) le modèle sémantique sur lequel repose CityGML permettra une classification plus précise des problèmes signalés ; et (iii) la superposition d'un SIG enrichi et d'autres couches d'information géographique généreront des connaissances utilisables dans la prise de décisions fondées sur des données.