Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours de l'instructeur fournit une exploration approfondie de la cartographie bayésienne à haute résolution du danger de glissement de terrain, en mettant l'accent sur les événements déclencheurs non observés. Le contenu couvre une brève histoire de la science des glissements de terrain, l'ensemble de données sur les catastrophes de Messine et un cadre de modélisation basé sur les processus de Cox Log-Gaussian. La séance de cours se penche également sur les techniques d'inférence utilisant l'INLA, les extensions de modèles et les résultats de différentes variations de modèles. L'exposé souligne l'importance de capter les déclencheurs non observés, comme l'intensité des précipitations, dans la modélisation des risques de glissements de terrain.