Descripteur
Documents disponibles dans cette catégorie (1)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Projection sur l’évolution de la distribution future de la population en utilisant du Machine Learning et de la géosimulation / Julie Grosmaire (2019)
Titre : Projection sur l’évolution de la distribution future de la population en utilisant du Machine Learning et de la géosimulation Type de document : Mémoire Auteurs : Julie Grosmaire, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2019 Importance : 27 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] conteneur
[Termes IGN] Docker
[Termes IGN] données démographiques
[Termes IGN] estimation statistique
[Termes IGN] Europe (géographie politique)
[Termes IGN] modèle de simulation
[Termes IGN] réseau neuronal artificielIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Ce rapport est le résultat d’un stage de trois mois fait à l’Université Aalborg (CPH, Danemark) dans le cadre d’une deuxième année de formation à ENSG. Le travail exécuté pendant ce stage était le développement et l’optimisation d’outils et de méthodes informatiques pour PopNet (Population Neural Network), un code permettant la prédiction et estimation des évolutions démographiques en Europe dans les siècles à venir. Ce rapport traite d’analyse, de développement, de conteneurisation et d’optimisation de logiciel ainsi que d’apprentissage automatique par réseaux neuronaux Note de contenu : Introduction
1. Généralités
1.1 Présentation de l’université
1.2 Objectifs du stage
1.3 Présentation du programme PopNet
2. Optimisation de l’installation du code existant
2.1 Installation avec Anaconda
2.2 Installation avec Docker sans la base de données
2.3 Installation avec Docker avec la base de données
3. Modifications du code
3.1 Qualification des différentes modifications
3.2 Retrait de la base de données
3.3 Optimisation du temps
3.4 Modifications du réseau neuronal
4. Résultats du stage
4.1 Comparaison des résultats de Machine Learning
4.2 Exemples de rendus
4.3 Développements futurs possibles
ConclusionNuméro de notice : 26188 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Aalborg University Copenhgen Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94142 Documents numériques
peut être téléchargé
Projection sur l’évolution de la distribution future de la population... - pdf auteurAdobe Acrobat PDF