scholarly journals Les réseaux de neurones artificiels pour la modélisation hydrodynamique des aquifères karstiques : présentation générale et illustrations

2012 ◽  
Vol 60 (1) ◽  
pp. 45-59
Author(s):  
Anne Johannet ◽  
Virgile Taver ◽  
Line Kong-A-Siou ◽  
Valérie Borrell ◽  
Severin Pistre ◽  
...  
Keyword(s):  
Réseaux De Neurones Artificiels

scholarly journals Modélisation de l'évolution spatiotemporelle du phosphore minéral dans une baie lagunaire hypereutrophe tropicale : la baie lagunaire de Tiagba (Côte d'Ivoire)

2018 ◽  
Vol 30 (3) ◽  
pp. 247-258
Author(s):  
Marcel Konan Yao ◽  
Djedro Clément Akmel ◽  
Kouamé Lazare Akpetou ◽  
Albert Trokourey ◽  
Kouassi Benjamin Yao ◽  
...  
Keyword(s):  
Cote D'ivoire ◽  
Côte D’Ivoire ◽  
Cote D’Ivoire ◽  
Côte D'ivoire ◽  
Développement Durable ◽  
Levenberg Marquardt ◽  
Réseaux De Neurones Artificiels

Ce travail décrit une nouvelle approche de la prédiction de l'évolution spatio-temporelle du phosphore minéral dans les eaux de surface, particulièrement dans la baie lagunaire de Tiagba. L'originalité de cette étude réside dans l'utilisation des réseaux de neurones artificiels, précisément du perceptron multicouche, comme outil de modélisation. Deux approches de l'évolution spatio-temporelle de ce nutriment dans cette baie ont été étudiées : sa modélisation statique et sa modélisation dynamique. Ainsi, il a été utilisé deux bases de 3 966 et 4 627 données respectivement pour sa modélisation statique et sa modélisation dynamique. L'algorithme de Levenberg-Marquardt a été utilisé pour la détermination des poids de connexions lors du développement du perceptron multicouche. Il ressort, des résultats obtenus, que les modèles 5-14-1 et 6-14-2 permettent de prédire à 70,30 % et à environ 70 % respectivement les évolutions statique et dynamique du phosphore minéral dans cette baie lagunaire. Ces modèles, jugés satisfaisant peuvent servir de socle pour d'éventuelles études visant à la réhabilitation et la gestion de cet écosystème aquatique dans le cadre de son développement durable.

scholarly journals Revue bibliographique des méthodes de prévision des débits

2005 ◽  
Vol 10 (4) ◽  
pp. 461-487 ◽  
Author(s):  
V. Fortin ◽  
T. B.M.J. Ouarda ◽  
P. F. Rasmussen ◽  
B. Bobée
Keyword(s):  
A Priori ◽  
Nous Proposons ◽  
Longue Duree ◽  
Longue Durée ◽  
Réseaux De Neurones Artificiels

Dans le domaine de la prévision des débits, une grande variété de méthodes sont disponibles: des modèles stochastiques et conceptuels mais aussi des approches plus novatrices telles que les réseaux de neurones artificiels, les modèles à base de règles floues, la méthode des k plus proches voisins, la régression floue et les splines de régression. Après avoir effectué une revue détaillée de ces méthodes et de leurs applications récentes, nous proposons une classification qui permet de mettre en lumière les différences mais aussi les ressemblances entre ces approches. Elles sont ensuite comparées pour les problèmes différents de la prévision à court, moyen et long terme. Les recommandations que nous effectuons varient aussi avec le niveau d'information a priori. Par exemple, lorsque l'on dispose de séries chronologiques stationnaires de longue durée, nous recommandons l'emploi de la méthode non paramétrique des k plus proches voisins pour les prévisions à court et moyen terme. Au contraire, pour la prévision à plus long terme à partir d'un nombre restreint d'observations, nous suggérons l'emploi d'un modèle conceptuel couplé à un modèle météorologique basé sur l'historique. Bien que l'emphase soit mise sur le problème de la prévision des débits, une grande partie de cette revue, principalement celle traitant des modèles empiriques, est aussi pertinente pour la prévision d'autres variables.

Apport diagnostique des réseaux de neurones artificiels dans les tumeurs de Spitz de l’enfant et de l’adulte

2016 ◽  
Vol 143 (12) ◽  
pp. S240 ◽  
Author(s):  
J. Henriet ◽  
C. Monnin-Devalland ◽  
B. Chebel-Morello ◽  
J. Clerc ◽  
N. Zerhouni
Keyword(s):  
Réseaux De Neurones Artificiels

Prévision hydrologique par réseaux de neurones artificiels : état de l'art

1999 ◽  
Vol 26 (3) ◽  
pp. 293-304 ◽  
Author(s):  
Paulin Coulibaly ◽  
François Anctil ◽  
Bernard Bobée
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Stochastic Methods ◽  
Multilayer Perceptrons ◽  
Neural Network Approach ◽  
Hydrological Forecasting ◽  
Learning Rules ◽  
The Neural Network ◽  
Artificial Neural ◽  
Réseaux De Neurones Artificiels

Artificial neural networks (ANN) are a novel approximation method for complex systems especially useful when the well-known statistical methods are not efficient. The multilayer perceptrons have been mainly used for hydrological forecasting over the last years. However, the connectionist theory and language are not much known to the hydrologist communauty. This paper aims to make up this gap. The ANN architectures and learning rules are presented to allow the best choice of their application. Stochastic methods and the neural network approach are compared in terms of methodology steps in the context of hydrological forecasting. Recent applications in hydrology are documented and discussed in the conclusion.Key words: artificial neural networks, hydrological forecasting, stochastic models, multilayer perceptrons.

Méthode d’apprentissage des réseaux de neurones artificiels pour une aide au diagnostic des métastases osseuses en scintigraphie

2021 ◽  
Vol 45 (4) ◽  
pp. 192
Author(s):  
B. Ndong ◽  
M.S. Djigo ◽  
M.L. Mboup ◽  
O. Diop ◽  
E. Bathily ◽  
...  
Keyword(s):  
Métastases Osseuses ◽  
Réseaux De Neurones Artificiels
Sign in / Sign up

Export Citation Format

Share Document