|
![]() |
![]() |
![]() |
![]() |
![]() ![]() |
![]() |
![]() |
![]() |
Publications | ![]() |
![]() |
Domaines Capteurs et modélisation 3D Réalité virtuelle et simulation Thermographie et vision infrarouge Traitement de sequences video Vision biologique Vision cognitive Projets E-Inclusion COBVIS-D Auto21 SKALPEL-ICT COGNOIS VERTEX VRES Chercheurs Christian Gagné Xavier Maldague Denis Poussart Simon Gagné Marc Parizeau Robert Bergevin André Zaccarin Jean-François Lalonde Abdel Hakim Bendada Dates Trier par date dans l'ordre decroissant |
![]() |
Approches statistique et neuronale pour la détermination et la classification de cellules orageusesAbstract - Cet article s'intéresse à la détermination et la classification de cellules orageuses à partir des points d'impact de foudre repérés au sol. Le but est d'analyser leurs déplacements en temps réel et prédire leurs mouvements dans le futur afin de prévenir des cibles potentielles (résidents, entreprises,...) du risque d'orage. Nous proposons, dans un premier temps, de classifier les points d'impact sur plusieurs périodes successives afin de reconnaître les cellules orageuses. Des méthodes classiques de classification hiérarchique (le saut minimal, le saut maximal, la moyenne et Ward) et non hiérarchique (les centres mobiles) sont utilisées pour analyser les données. Nous classifions ainsi les impacts de foudre sur des tranches de 15 minutes consécutives. Pour répondre à la problématique en temps réel et décrire le mouvement des cellules orageuses, nous proposons une approche originale basée sur les réseaux de neurones artificiels, appelée GNG-RT. Nous présentons les résultats obtenus par la classification et par le GNG-RT et nous discutons de l'apport et des perspectives de ce travail. ![]() Bibtex:
@inproceedings{Ghazzali45, Dernière modification: 2002/06/14 par parizeau |
![]() |
![]() |
![]() |
![]() |
|||
©2002-2025. Laboratoire de Vision et Systèmes Numériques. Tous droits réservés |