Logo LVSN
EnglishAccueil
A proposPersonnesRecherchePublicationsEvenementsProfil
A propos
Séminaires REPARTI


Les Séminaires REPARTI à l'Université Laval ont lieu le vendredi à 11h30.
Veuillez consulter le programme pour plus de détails.

Projet de maîtrise, de doctorat ou stage postdoctoral en apprentissage automatique au sein de l'équipe du Prof. Christian Gagné : veuillez consulter l'annonce suivante pour tous les détails : http://vision.gel.ulaval.ca/~cgagne/postes2017.html

 

 

 

 

REPARTI

MIVIM

Oct 14 2011 11:30AM

Darwin Brochero

Prévision probabiliste en hydrologie : simplification de la complexité par une sélection arrière



Résumé

La prévision de débit à partir de variables associés telle que la précipitation est un des grands problèmes de l'hydrologie. Ainsi, selon la nature de la prévision, l'approche déterministe vise à une seule prévision considérée la plus probable, tandis que l'approche probabiliste, qui est liée à l'incertitude des variables d'entrée et/ou l'incertitude structurale des modèles de prévision, cherche la distribution probabiliste du phénomène. La valeur d'un tel schéma multiréponse a été déterminée à plusieurs reprises sous un point de vue économique. En conséquence, l'approche probabiliste prend une place privilégiée tant en recherche que dans les systèmes opérationnels. Cependant, l'évaluation probabiliste peut se complexifier jusqu'au point de rendre inopérable le système étant donné la puissance computationnelle nécessaire.

Dans ce travail, on explore avec 28 bassins versant localisés en France le degré de simplification probable d'un système de prévision de 800 réponses journalières qui a été jugé a priori comme fiable, consistant et peu biaisé. Donc, on propose la sélection arrière séquentielle (Backward Greedy Selection) pour faire une sélection de modèles ou des schémas de réponses. Les résultats montrent qu'il y a une interaction au coeur de la sélection par rapport aux différentes propriétés d'une prévision probabiliste. Donc, l'approche méthodologique proposée a montré qu'il est possible de construire un schéma simplifié, même encore plus performant que le système de référence. En plus, l'extrapolation des sélections au bassin versant le plus proche montre encore une fois la bonne performance atteinte avec la sélection.




     
   
   

©2002-. Laboratoire de Vision et Systèmes Numériques. Tous droits réservés