Descripteur
Termes IGN > mathématiques > analyse numérique > optimisation (mathématiques)
optimisation (mathématiques)Synonyme(s)algorithme d'optimisation minimisationVoir aussi |
Documents disponibles dans cette catégorie (483)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Variable selection for estimating individual tree height using genetic algorithm and random forest / Evandro Nunes Miranda in Forest ecology and management, vol 504 (January-15 2022)
![]()
[article]
Titre : Variable selection for estimating individual tree height using genetic algorithm and random forest Type de document : Article/Communication Auteurs : Evandro Nunes Miranda, Auteur ; Bruno Henrique Groenner Barbosa, Auteur ; Sergio Henrique Godinho Silva, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 119828 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage automatique
[Termes IGN] Brésil
[Termes IGN] classification par algorithme génétique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] diamètre à hauteur de poitrine
[Termes IGN] hauteur des arbres
[Termes IGN] modélisation de la forêt
[Termes IGN] optimisation (mathématiques)
[Vedettes matières IGN] ForesterieRésumé : (auteur) Tree height is an important trait in forest science and is highly associated with the site quality from which the trees are measured. However, other factors, such as competition and species interaction, may yield better estimates for individual tree height when taken into account, but these variables have so far been challenging in model fitting. We propose a hybrid approach using genetic algorithms for variables selection and a machine learning algorithm (random forest) for fitting models of individual tree heights. We compare our proposed hybrid method with a mixed-effects model and random forest model using a dataset of 5,608 trees and 189 environmental variables (forest inventory-based variables, soil, topographic, climate, spectral, and geographic) from sites in southeastern Brazil. The tree height models were evaluated using the coefficient of determination, absolute bias, and root means square error (RMSE) based on the validation of dataset performance. The optimal set of variables of the proposed method include the ratio of diameter at breast height to quadratic mean diameter, distance independent competition index, dominant height, the soil silt and boron content. Our findings showed that the proposed hybrid method achieved an accuracy comparable with other methodologies in estimating the total height of the individual trees, and such a modelling approach could have broader applications in forestry and ecological science where a studied response trait has a large number of potential explanatory variables. Numéro de notice : A2022-021 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.1016/j.foreco.2021.119828 Date de publication en ligne : 06/11/2021 En ligne : https://doi.org/10.1016/j.foreco.2021.119828 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99216
in Forest ecology and management > vol 504 (January-15 2022) . - n° 119828[article]
Titre : A 3D segments based algorithm for heterogeneous data registration Type de document : Article/Communication Auteurs : Rahima Djahel, Auteur ; Pascal Monasse, Auteur ; Bruno Vallet , Auteur
Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2022 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B1 Projets : 1-Pas de projet / Conférence : ISPRS 2022, Commission 1, 24th ISPRS international congress, Imaging today, foreseeing tomorrow 06/06/2022 11/06/2022 Nice France OA ISPRS Archives Importance : pp 129 - 136 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] algorithme du recuit simulé
[Termes IGN] données hétérogènes
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] orthoimage
[Termes IGN] Ransac (algorithme)
[Termes IGN] reconstruction 3D
[Termes IGN] segment de droite
[Termes IGN] superposition de donnéesRésumé : (auteur) Combining image and LiDAR draws increasing interest in surface reconstruction, city and building modeling for constructing 3D virtual reality models because of their complementary nature. However, to gain from this complementarity, these data sources must be precisely registered. In this paper, we propose a new primitive based registration algorithm that takes 3D segments as features. The objective of the proposed algorithm is to register heterogeneous data. The heterogeneity is both in data type (image and LiDAR) and acquisition platform (terrestrial and aerial). Our algorithm starts by extracting 3D segments from LiDAR and image data with state of the art algorithms. Then it clusters the 3D segments of each data according to their directions. The obtained clusters are associated to find possible rotations, then 3D segments from associated clusters are matched in order to find the translation and scale factor minimizing a distance criteria between the two sets of 3D segments. Two optimizers (simulated annealing and RANSAC) are tested to minimize this distance criterion, first on synthetic data, then on real data. The experiments carried out demonstrate the robustness and speed of RANSAC compared to simulated annealing. Numéro de notice : C2022-018 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B1-2022-129-2022 Date de publication en ligne : 30/05/2022 En ligne : http://dx.doi.org/10.5194/isprs-archives-XLIII-B1-2022-129-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100844 Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois / Rémy Decelle (2022)
![]()
Titre : Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois Type de document : Thèse/HDR Auteurs : Rémy Decelle, Auteur ; Isabelle Debled-Rennesson, Auteur ; Fleur Longuetaud, Auteur Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2022 Importance : 214 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du Doctorat de l'Université de Lorraine, Mention InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] aubier
[Termes IGN] cerne
[Termes IGN] classification par nuées dynamiques
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] duramen
[Termes IGN] filtre
[Termes IGN] grume
[Termes IGN] morphologie mathématique
[Termes IGN] niveau de gris (image)
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] qualité du bois
[Termes IGN] représentation discrète
[Termes IGN] segmentation d'image
[Termes IGN] seuillageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans le contexte du changement climatique et de son atténuation, du développement de la bioéconomie circulaire, et d'une pression accrue qui en découle sur la ressource en bois, un des axes de recherche prioritaire est l'optimisation de la transformation de cette ressource qui peut se faire à différents niveaux. L'objectif ici est d'extraire des informations sur la qualité du bois à partir de l'analyse de sections transversales du grumes ou billons de bois en forêt ou en scierie. Pour estimer cette qualité, plusieurs caractéristiques visibles peuvent être extraites : zones d'aubier et de duramen, position de la moelle et du centre géométrique, le nombre de cernes et leur largeur. Dans un premier temps, nous nous intéressons à la segmentation de la grume dans l'image. Cette segmentation rend plus simple l'analyse des autres caractéristiques et permet de localiser le centre géométrique. Pour cela, nous proposons plusieurs approches. D'abord, des méthodes classiques issues du traitement d'images sont abordées, comme la méthode des K-Means ou les contours actifs. Nous utilisons également des réseaux de neurones convolutifs. Nous montrons l'avantage des réseaux de neurones par rapport à ces deux autres méthodes. La deuxième caractéristique estimée est la zone de duramen (zone centrale plus colorée). Nous proposons une nouvelle couche d'attention pour les réseaux de neurones utilisant la morphologie mathématique moins souvent utilisée. Les couches d'attention ont permis aux réseaux d'être plus performants en se focalisant sur les informations les plus pertinentes. Dans notre cadre, l'objectif de cette couche est double : réduire la quantité de paramètres et augmenter les performances. Notre couche d'attention montre de meilleures performances par rapport à d'autres couches d'attention. Dans un troisième temps, nous proposons d'analyser les cernes. Notre méthode est en trois grandes étapes. D'abord, un lissage directionnel pour rehausser les cernes (tout en gardant au mieux les contours) et réduire à la fois la texture intracernes et les marques de sciage. Puis, un seuillage adaptatif pour déterminer les zones de cernes potentiels. Enfin, un deuxième seuillage afin d'avoir les limites de cernes. À partir de la segmentation finale, l'analyse des cernes (nombre, largeur moyenne, etc.) est rendue possible. Enfin, l'estimation de la position de la moelle est abordée. Nous proposons une nouvelle approche originale basée sur l'algorithme des colonies de fourmis pour estimer la position de la moelle. L'utilisation de cet algorithme permet de s'abstraire d'une étape habituelle, à savoir l'accumulation des normales aux tangentes des cernes. Notre méthode montre de nombreux avantages par rapport aux approches de l'état de l'art, réseaux de neurones inclus. Dans une dernière partie, nous présenterons un travail en géométrie discrète : un filtre directionnel. Il estime les segments les plus longs en tout point d'un ensemble connexe. La présentation de cet outil est fait par le biais d'un filtre. En appliquant ce filtre, nous pouvons estimer des caractéristiques géométriques à l'échelle locale. Cet outil a pour objectif d'être appliqué aux cernes. Note de contenu : Introduction
1- Techniques de segmentation
2- Segmentation : les applications aux bois
3- Nouvelles approches du traitement d’images appliquées au bois
4- Détection de la moelle dans l’image
5- Filtre directionnel discret
6- ConclusionNuméro de notice : 24061 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Lorraine : 2022 Organisme de stage : Laboratoire LORIA DOI : sans En ligne : https://hal.univ-lorraine.fr/tel-03794911/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102036 Flood susceptibility mapping using meta-heuristic algorithms / Alireza Arabameri in Geomatics, Natural Hazards and Risk, vol 13 (2022)
![]()
[article]
Titre : Flood susceptibility mapping using meta-heuristic algorithms Type de document : Article/Communication Auteurs : Alireza Arabameri, Auteur ; Amir Seyed Danesh, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 949 - 974 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme génétique
[Termes IGN] base de données localisées
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] Google Earth
[Termes IGN] inondation
[Termes IGN] Iran
[Termes IGN] optimisation par essaim de particules
[Termes IGN] SAGA GIS
[Termes IGN] séparateur à vaste marge
[Termes IGN] traitement de données localisées
[Termes IGN] vulnérabilité
[Termes IGN] zone à risqueRésumé : (auteur) Flood is a common global natural hazard, and detailed flood susceptibility maps for specific watersheds are important for flood management measures. We compute the flood susceptibility map for the Kaiser watershed in Iran using machine learning models such as support vector machine (SVM), Particle swarm optimization (PSO), and genetic algorithm (GA) along with ensembles (PSO-GA and SVM-GA). The application of such machine learning models in flood susceptibility assessment and mapping is analyzed, and future research suggestions are presented. The model of flood susceptibility model was constructed based on fifteen causatives: slope, slope aspect, elevation, plan curvature, land use, and land cover, normalize differences vegetation index (NDVI), convergence index (CI), topographical wetness index (TWI), topographic positioning Index (TPI), drainage density (DD), distance to stream, terrain ruggedness index (TRI), terrain surface texture (TST), geology and stream power index (SPI) and flood inventory data which later is divided by 70% for training the model and 30% for validated the model. The model output was evaluated through sensitivity, specificity, accuracy, precision, Cohen Kappa, F-score, and receiver operating curve (ROC). The evaluation of flood susceptibility mapping through the receiver operating curve method along with flood density shows robust results from support vector machine (0.839), particle swarm optimization (0.851), genetic algorithm (0.874), SVM-GA (0.886), and PSO-GA (0.902). Compared have done with some methods commonly used in this susceptibility assessment. A high-quality, informative database is essential for the classification of flood types in flood susceptibility mapping that is very important and helpful to improve the model performances. The performance of the ensemble PSO-GA is better than that of the machine learning model, yielding a high degree of accuracy (AUC-0.902%). Our approach, therefore, provides a novel method for flood susceptibility studies in other watersheds. Numéro de notice : A2022-300 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1080/19475705.2022.2060138 Date de publication en ligne : 11/04/2022 En ligne : https://doi.org/10.1080/19475705.2022.2060138 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100383
in Geomatics, Natural Hazards and Risk > vol 13 (2022) . - pp 949 - 974[article]Fusion de données hyperspectrales et panchromatiques dans le domaine réflectif / Yohann Constans (2022)
![]()
Titre : Fusion de données hyperspectrales et panchromatiques dans le domaine réflectif Type de document : Thèse/HDR Auteurs : Yohann Constans, Auteur ; Xavier Briottet , Directeur de thèse ; Yannick Deville, Directeur de thèse
Editeur : Toulouse : Université de Toulouse Année de publication : 2022 Importance : 302 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, Spécialité PhysiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse combinatoire (maths)
[Termes IGN] analyse de sensibilité
[Termes IGN] fusion d'images
[Termes IGN] hétérogénéité spatiale
[Termes IGN] image hyperspectrale
[Termes IGN] image panchromatique
[Termes IGN] jeu de données
[Termes IGN] optimisation (mathématiques)
[Termes IGN] pansharpening (fusion d'images)
[Termes IGN] pixel
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] qualité d'image
[Termes IGN] reconstruction d'image
[Termes IGN] réflexion (rayonnement)Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les capteurs satellitaires ne pouvant acquérir des images d'observation de la Terre à hautes résolutions spatiale et spectrale, une solution consiste à combiner une image panchromatique (PAN) à haute résolution spatiale avec une image hyperspectrale (HS) à haute résolution spectrale, pour générer une nouvelle image hautement résolue spatialement et spectralement. Ce procédé de fusion, appelé pansharpening HS, présente toutefois certaines limitations, parmi lesquelles la gestion des pixels HS mixtes, particulièrement présents en milieu urbain. Cette thèse a pour objectif de développer et valider une nouvelle méthode de pansharpening HS dans le domaine réflectif [0,4 - 2,5 µm] optimisant la reconstruction des pixels mixtes. Pour ce faire, une méthode de la littérature appelée Spatially Organized Spectral Unmixing (SOSU) a été choisie comme point de départ. Elle est basée sur des étapes de prétraitement de démélange spectral et de réorganisation spatiale des pixels mixtes, et une étape de fusion appelée Gain. Afin d'évaluer les méthodes de fusion, des jeux de données simulés présentant plusieurs niveaux de complexité spatiale et acquis par différents instruments ont été construits à partir de données aéroportées existantes. D'autre part, un protocole robuste d'évaluation de performances a été proposé. Il est basé sur le protocole de Wald et l'application de critères de qualité à différentes échelles spatiales et sur différents domaines spectraux, et il est complété par un produit à valeur ajoutée (cartes d'occupation des sols par classification supervisée). Des améliorations ont été apportées à SOSU pour l'adapter progressivement à des scènes de complexité spatiale élevée. Une nouvelle approche de réorganisation spatiale par analyse combinatoire a été proposée pour le traitement des milieux agricoles à péri-urbains. Des améliorations supplémentaires ont été apportées pour le traitement des milieux urbains, en modélisant notamment l'analyse combinatoire comme un problème d'optimisation et ont conduit à la méthode Combinatorial OptimisatioN for 2D ORganisation (CONDOR). Les performances de cette méthode ont été évaluées et comparées à celles de méthodes de référence. Elles ont révélé des améliorations visuelles et numériques de la qualité de la reconstruction et ont montré que la limitation la plus importante provient de la non-représentation du domaine SWIR [1,0 - 2,5 µm] dans l'image PAN en entrée de la fusion. Un nouveau choix d'instrumentation, reposant sur l'utilisation d'une seconde voie PAN dans le domaine SWIR II [2,0 - 2,5 µm], a ainsi été introduit pour dépasser cette limitation. Les méthodes Gain-2P et CONDOR-2P, extensions des méthodes Gain et CONDOR prenant en compte cette seconde voie PAN, ont été développées. L'analyse des résultats a révélé l'apport conséquent de ces deux méthodes étendues (jusqu'à 60 % et 45 % d'amélioration par rapport à leurs versions initiales sur des données respectivement péri-urbaines et urbaines) ainsi que l'amélioration de la qualité de l'image fusionnée avec CONDOR-2P par rapport à Gain-2P (jusqu'à 9 % d'amélioration). Enfin, une étude de sensibilité a été menée afin d'évaluer la robustesse des méthodes proposées vis-à-vis des défauts et caractéristiques instrumentaux (rapport de résolutions spatiales, déregistration, bruit et fonction de transfert de modulation), en choisissant des configurations représentatives des instruments satellitaires existants. Malgré la sensibilité de l'ensemble des méthodes aux différents paramètres, les analyses ont montré que CONDOR-2P obtient quasi-systématiquement la meilleure qualité de reconstruction, et se révèle particulièrement robuste vis-à-vis de l'augmentation du rapport de résolutions spatiales (10 % d'amélioration par rapport à Gain-2P pour une valeur de 8 en milieu péri-urbain). Note de contenu : 1- Introduction
2- Etat de l'Art
3- Construction de jeux de données de complexité variable
4- Développement d'une procédure robuste d'évaluation de performances
5- Evolution de SOSU pour des scènes de complexité spatiale réduite : CASTOR
6- Evolutions de CASTOR pour des scènes urbaines : CONDOR
7- Prise en compte d'une seconde voie PAN dans le domaine spectral SWIR II
8- Etude de sensibilité
9- Conclusion et perspectivesNuméro de notice : 24019 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Physique : Toulouse : 2022 Organisme de stage : ISAE-ONERA OLIMPES DOI : sans En ligne : https://www.theses.fr/2022ESAE0023 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101791 Genetic diversity of sessile oak populations in the Czech Republic / Jakub Dvořák in Journal of forest science, vol 68 n° 1 (January 2022)
PermalinkPermalinkOptimization of deep neural networks: A functional perspective with applications in image classification / Simon Roburin (2022)
PermalinkRoad traffic crashes and emergency response optimization: a geo-spatial analysis using closest facility and location-allocation methods / Sulaiman Yunus in Geomatics, Natural Hazards and Risk, vol 13 (2022)
PermalinkPermalinkStudying informativeness of satellite image texture for sea ice state retrieval using deep learning methods / Clément Fougerouse (2022)
PermalinkPermalinkFast estimation for robust supervised classification with mixture models / Erwan Giry Fouquet in Pattern recognition letters, vol 152 (December 2021)
PermalinkImproving soil moisture retrieval from GNSS-interferometric reflectometry: parameters optimization and data fusion via neural network / Yajie Shi in International Journal of Remote Sensing IJRS, vol 42 n° 23 (1-10 December 2021)
PermalinkParticle swarm optimization based water index (PSOWI) for mapping the water extents from satellite images / Mohammad Hossein Gamshadzaei in Geocarto international, vol 36 n° 20 ([01/12/2021])
Permalink