Descripteur
Termes IGN > mathématiques > statistique mathématique > régression > régression linéaire
régression linéaireVoir aussi |
Documents disponibles dans cette catégorie (184)
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
Suspended sediment prediction using integrative soft computing models: on the analogy between the butterfly optimization and genetic algorithms / Marzieh Fadaee in Geocarto international, vol 37 n° 4 ([15/02/2022])
[article]
Titre : Suspended sediment prediction using integrative soft computing models: on the analogy between the butterfly optimization and genetic algorithms Type de document : Article/Communication Auteurs : Marzieh Fadaee, Auteur ; Amin Mahdavi-Meymand, Auteur ; Mohammad Zounemat-Kermani, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 961 - 977 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] algorithme de Levenberg-Marquardt
[Termes IGN] algorithme génétique
[Termes IGN] analyse comparative
[Termes IGN] Indiana (Etats-Unis)
[Termes IGN] Inférence floue
[Termes IGN] modèle de simulation
[Termes IGN] optimisation (mathématiques)
[Termes IGN] régression multiple
[Termes IGN] réseau neuronal artificiel
[Termes IGN] sédimentRésumé : (auteur) The present study investigates the capability of two metaheuristic optimization approaches, namely the Butterfly Optimization Algorithm (BOA) and the Genetic Algorithm (GA), integrated with machine learning models in Suspended Sediment Load (SSL) prediction. The Adaptive Neuro-Fuzzy Inference System (ANFIS), Artificial Neural Network (ANN), and Multiple Linear Regression (MLR) are applied as the predictive data-driven models. Independent input variables, i.e., the water temperature (T), river discharge (Q), and specific conductance (SC) are used for the prediction of SSL based on several statistical indices. The results indicate that the performances of all studied models were close to one another; moreover, the metaheuristic algorithms were found to increase the accuracy of the ANFIS and ANN models for approximately 11.73 percent and 4.30 percent, respectively. In general, the BOA outperformed the GA in enhancing the optimization performance of the learning process in the applied machine learning models. Numéro de notice : A2022-392 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1753821 Date de publication en ligne : 29/07/2020 En ligne : https://doi.org/10.1080/10106049.2020.1753821 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100685
in Geocarto international > vol 37 n° 4 [15/02/2022] . - pp 961 - 977[article]Contraintes observationnelles historiques sur la sensibilité climatique : implications pour les projections de la hausse du niveau de la mer / Jonathan Chenal (2022)
Titre : Contraintes observationnelles historiques sur la sensibilité climatique : implications pour les projections de la hausse du niveau de la mer Type de document : Thèse/HDR Auteurs : Jonathan Chenal , Auteur ; Benoit Meyssignac, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2022 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] chaleur
[Termes IGN] changement climatique
[Termes IGN] dioxyde de carbone
[Termes IGN] erreur systématique
[Termes IGN] montée du niveau de la mer
[Termes IGN] niveau de la mer
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] température de surface de la merIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Ma thèse explore l'estimation observationnelle de la sensibilité climatique d'équilibre (ECS) à partir des données instrumentales historiques et récentes, en particulier spatiales. L'ECS est la température globale moyenne de surface de la Terre atteinte après un doublement instantané de la concentration de dioxyde de carbone atmosphérique par rapport à la concentration préindustrielle. Cette quantité est la métrique fondamentale de l'amplitude du changement climatique contemporain, car l'évolution actuelle et future de nombreuses variables du système climatique, comme la température ou l'expansion thermique de l'océan, lui est fortement corrélée. L'ECS demeure cependant mal connue, puisque depuis le rapport Charney de 1979 jusqu'au Cinquième rapport d'évaluation du Groupe intergouvernemental d'experts sur le climat (GIEC), sa plage de valeurs probables se situait entre 1,5 et 4,5 degrés, avec un biais marqué entre estimations instrumentales, qui se situent dans la partie basse de l'intervalle, et estimations issues des modèles de climat, qui se situent dans la partie haute de l'intervalle. La cause principale de cette dispersion réside dans le fait que la sensibilité climatique varie avec le temps, en lien notamment avec l'effet radiatif des structures spatiales du réchauffement de surface, qui peuvent changer au cours du temps du fait de la variabilité interne du climat ou des variations historiques dans le type de forçage. Ma thèse utilise des séries temporelles observationnelles récentes de contenu de chaleur de l'océan et de température de surface, et une reconstruction récente de forçage radiatif, pour estimer le paramètre de rétroaction climatique, puis l'ECS, par régression linéaire de l'équation du bilan d'énergie planétaire. Dans ce processus, je prends en compte toutes les sources d'erreur et je les propage dans la régression afin d'obtenir une description exhaustive de l'incertitude observationnelle associée à l'ECS. Par ailleurs, j'utilise les variations temporelles du paramètre de rétroaction climatique simulées par les modèles de climat pour évaluer les biais et incertitudes associés à ce paramètre et dus à la structure spatiale du réchauffement historique. Sur la base du bilan d'énergie ainsi résolu sur 1971-2017, je démontre qu'il est très peu probable (p Numéro de notice : 17769 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Organisme de stage : Laboratoire d'Etudes en Géophysique et Océanographie Spatiales LEGOS nature-HAL : Thèse DOI : sans En ligne : http://thesesups.ups-tlse.fr/5598/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103338 Estimating aboveground biomass in dense Hyrcanian forests by the use of Sentinel-2 data / Fardin Moradi in Forests, vol 13 n° 1 (January 2022)
[article]
Titre : Estimating aboveground biomass in dense Hyrcanian forests by the use of Sentinel-2 data Type de document : Article/Communication Auteurs : Fardin Moradi, Auteur ; Ali Asghar Darvishsefat, Auteur ; Manizheh Rajab Pourrahmati, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 104 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse aérienne
[Termes IGN] Carpinus betulus
[Termes IGN] classification barycentrique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] diamètre à hauteur de poitrine
[Termes IGN] image Sentinel-MSI
[Termes IGN] Iran
[Termes IGN] régression multiple
[Termes IGN] réseau neuronal artificielNuméro de notice : A2022-080 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/f13010104 Date de publication en ligne : 12/01/2022 En ligne : https://doi.org/10.3390/f13010104 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99472
in Forests > vol 13 n° 1 (January 2022) . - n° 104[article]
Titre : Etude de la propagation de l’onde de crue du bassin versant de la Save Type de document : Mémoire Auteurs : Emma Bonzom, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 44 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de stage de Master 1 GéomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] analyse de données
[Termes IGN] bassin hydrographique
[Termes IGN] cartographie thématique
[Termes IGN] crue
[Termes IGN] inondation
[Termes IGN] modèle de régression
[Termes IGN] QGIS
[Termes IGN] R (langage)
[Termes IGN] régression linéaire
[Termes IGN] rivièreIndex. décimale : M1GEO Mémoires de Master 1 Géomatique Résumé : (auteur) Mon stage de fin de première année du cycle du Master Géomatique à l’ENSG s’est déroulé au sein du syndicat de gestion de la Save et de ses affluents. C’est un organisme public qui protège et aménage les masses d’eau du bassin versant de la Save grâce à leur compétence GEMAPI (Gestion des Milieux Aquatiques et de Prévention des Inondations). J’ai été accueillie par une technicienne de rivière référente prévention des inondations. Le syndicat cherchait un stagiaire capable de réaliser une étude sur la propagation de l’onde de crue du bassin versant de la Save afin de renforcer leurs connaissances de l’aléa inondation sur leur territoire. Il faut estimer le temps de propagation de l’onde entre chaque station hydrométrique du bassin versant. Ce rapport retrace comment à partir de tableaux au format CSV de données hydrométriques, cette étude a été réalisée en deux grands axes : la visualisation et l’analyse statistique des données. Je me suis servie pour cette étude sur l’onde de crue de QGIS, PostgreSQL, Python et R. Cette mission au sein du syndicat de rivière m’a donnée la possibilité de mettre en application concrète mes connaissances acquises à l’école au service de la gestion de l’environnement, plus précisément la gestion des milieux aquatiques. Note de contenu : Introduction
1- Visualisation des données des stations hydrométriques
2- Analyse statistique des données géographiques
3- Travail annexe pour le syndicat de gestion de la rivière Save
ConclusionNuméro de notice : 24029 Affiliation des auteurs : non IGN Nature : Mémoire masters divers Organisme de stage : Syndicat de gestion de la Save et de ses affluents Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101833 Documents numériques
en open access
Etude de la propagation de l’onde de crue du bassin versant de la Save - pdf auteurAdobe Acrobat PDF Évolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR / Iris Jeuffrard (2022)
Titre : Évolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR : Anse du Guesclin, 1948 - 2100 Type de document : Mémoire Auteurs : Iris Jeuffrard, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Note générale : bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Spécialité PPMDLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] aménagement durable
[Termes IGN] analyse diachronique
[Termes IGN] changement climatique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données multisources
[Termes IGN] dune
[Termes IGN] érosion côtière
[Termes IGN] Ille-et-Vilaine (35)
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] littoral
[Termes IGN] modèle numérique de terrain
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] trait de côteIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) Le Centre de Géo-Écologie Littorale (CGEL), autrefois Laboratoire de Géomorphologie dépend de l’École Pratique des Hautes Études (EPHE) depuis 1936 et s’est toujours consacré à l’observation des écosystèmes littoraux à partir d’images de très haute résolution. Il répond à différentes missions d’expertise sur le littoral, dans le but d’aider les gestionnaires à évaluer les risques et mettre en place des stratégies d’aménagement durables. Tout naturellement, le Service Patrimoine Naturel du Département d’Ille-et-Vilaine a fait appel au CGEL pour cartographier l’évolution d’un espace naturel sensible (ENS) sous leur protection, l’anse du Guesclin. Il abrite un complexe dunaire, écosystème précieux pour tous les services écosystémiques qu’il rend (richesse d’habitat et de biodiversité, barrière naturelle contre les aléas météo-marins, tourisme, etc.). Fragilisé par le passé par des événements météo-marins et des pressions anthropiques, il est aujourd’hui menacé par l’érosion. Le Département a donc engagé depuis 2010 un plan de réhabilitation. L’objectif est de fournir une cartographie fine de l’évolution pluri-décennale passée et future du massif dunaire de l’anse du Guesclin. Dans un premier temps l’évolution de la dune est étudiée à partir d’images aériennes historiques depuis 1948. Des marqueurs évolutifs (trait de côte, surface de végétation dunaire) permettent de retracer l’historique du massif. En complément, les variations géomorphologiques depuis 2010 sont quantifiées à partir d’acquisitions drone LiDAR réalisées par l’IGN, le SHOM et le CGEL. Les séries temporelles du recul du trait de côte et de la surface de végétation sont expliquées par un modèle de régression linéaire et de régression par Random Forest en fonction de paramètres météo-marins historiques (température, vent, précipitations, niveau moyen de la mer). Les modèles sont ensuite appliqués avec les prévisions du GIEC selon différents scénarios pour prédire l’évolution des marqueurs. Le modèle retenu (R2=0.84, RMSE=3.07m) prévoit ainsi un recul du trait de côte de 14 à 31 m à moyen terme selon les scénarios. Les résultats confirment les tendances d’érosion observées jusqu’à présent, et ce dès le court terme. La végétation serait favorisée par l’augmentation des gaz à effet de serre mais dépend de l’état de conservation du massif, qui est lui très vulnérable aux événements météorologiques extrêmes. Note de contenu : Introduction
1. Analyse rétrospective
1.1 Démarche
1.2 Site d’étude et données
1.3 Prétraitement
1.4 Étude du trait de côte
1.5 Étude de la surface de la végétation dunaire
1.6 Étude du volume du massif dunaire
1.7 Conclusion
2. Analyse prospective
2.1 Méthode
2.2 Données
2.3 Résultats
2.4 Limites et conclusions
ConclusionNuméro de notice : 24050 Affiliation des auteurs : IGN (2020- ) Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Service Patrimoine Naturel du Département d’Ille-et-Vilaine Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101923 Documents numériques
en open access
Évolution rétrospective... - pdf auteur -Adobe Acrobat PDF Historical shoreline analysis and field monitoring at Ennore coastal stretch along the Southeast coast of India / M. Dhananjayan in Marine geodesy, vol 45 n° 1 (January 2022)PermalinkProceedings of the 1st Conference of the European Association on Quality Control of Bridges and Structures : EUROSTRUCT 2021. An automated machine learning-based approach for structural novelty detection based on SHM / Nicolas Manzini (2022)PermalinkUnderstory plant community responses to widespread spruce mortality in a subalpine forest / Trevor A. Carter in Journal of vegetation science, vol 33 n° 1 (January 2022)PermalinkMulti-sensor aboveground biomass estimation in the broadleaved hyrcanian forest of Iran / Ghasem Ronoud in Canadian journal of remote sensing, vol 47 n° 6 ([01/11/2021])PermalinkLinear regression and lines intersecting as a method of extracting punctual entities in a lidar point cloud / Marlo Antonio Ribeiro Martins in Boletim de Ciências Geodésicas, vol 27 n° 3 ([01/10/2021])PermalinkPredicting total electron content in ionosphere using vector autoregression model during geomagnetic storm / Sumitra Iyer in Journal of applied geodesy, vol 15 n° 4 (October 2021)PermalinkInvestigating the application of artificial intelligence for earthquake prediction in Terengganu / Suzlyana Marhain in Natural Hazards, vol 108 n° 1 (August 2021)PermalinkUnsupervised representation high-resolution remote sensing image scene classification via contrastive learning convolutional neural network / Fengpeng Li in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 8 (August 2021)PermalinkRetrieval of ultraviolet diffuse attenuation coefficients from ocean color using the kernel principal components analysis over ocean / Kunpeng Sun in IEEE Transactions on geoscience and remote sensing, vol 59 n° 6 (June 2021)PermalinkEstimation of some stand parameters from textural features from WorldView-2 satellite image using the artificial neural network and multiple regression methods: a case study from Turkey / Alkan Günlü in Geocarto international, vol 36 n° 8 ([01/05/2021])PermalinkCloud detection from paired CrIS water vapor and CO₂ channels using machine learning techniques / Miao Tian in IEEE Transactions on geoscience and remote sensing, vol 59 n° 4 (April 2021)PermalinkAnalysis of plot-level volume increment models developed from machine learning methods applied to an uneven-aged mixed forest / Seyedeh Kosar Hamidi in Annals of Forest Science, vol 78 n° 1 (March 2021)PermalinkGeographically and temporally neural network weighted regression for modeling spatiotemporal non-stationary relationships / Sensen Wu in International journal of geographical information science IJGIS, vol 35 n° 3 (March 2021)PermalinkMachine learning in ground motion prediction / Farid Khosravikia in Computers & geosciences, vol 148 (March 2021)PermalinkDeveloping a site index model for P. Pinaster stands in NW Spain by combining bi-temporal ALS data and environmental data / Juan Guerra-Hernández in Forest ecology and management, vol 481 (February 2021)PermalinkAssessing the interest of a multi-modal gap-filling strategy for monitoring changes in grassland parcels / Anatol Garioud (2021)PermalinkDevelopment and analysis of land-use/land-cover spatio-temporal metrics in urban environments: Exploring urban growth patterns and linkages to socio-economic factors / Marta Sapena Moll (2021)PermalinkDéveloppement d’une méthode innovante pour l’ajustement des paramètres internes du système de gravimétrie sous-marine GraviMob / Ossama Kharbou (2021)PermalinkDynamic committee machine with fuzzy-c-means clustering for total organic carbon content prediction from wireline logs / Yang Bai in Computers & geosciences, vol 146 (January 2021)PermalinkEvaluation du stock de carbone aérien dans la végétation à partir de multiples observations satellites micro-ondes / Martin Cubaud (2021)Permalink