Publication

Amélioration des prévisions de débit de bassins versants glaciaires par utilisation de techniques d'apprentissage automatique

Johann Franziskakis
2020
Projet étudiant
Résumé

Au sein de l’entreprise Hydrique Ingénieurs, fournissant des prévisions de débits utiles à l’optimisation de production d’hydroélectricité conjointe à la gestion des crues, des améliorations sont amenées aux prévisions à l’horizon vingt-quatre heures de bassins versants glaciaires avec des modèles d’apprentissage automatique. Les modèles initialement pris en main sont purement empiriques, basant la prévision à partir d’exemples appris, contenant des données météorologiques (précipitation, température, rayonnement) et des mesures passées de débit. Des améliorations d’ordre méthodologique (validation croisée, arrêt précoce, taux d’apprentissage adaptatif) sont d’abord amenées, puis diverses techniques issues de l’état de l’art sont explorées. Il résulte des recherches que c’est en plaçant ces modèles en posttraitement de prévisions d’autres modèles que la performance est largement améliorée. En particulier, les modèles hybrides prenant comme données d’apprentissage des données spatialement interpolées par le modèle physique sont les plus intéressants. En outre, la possibilité d’utiliser des modèles glaciaires globaux est développée : celle-ci est intéressante lorsque le modèle physique est lacunaire. Une nouvelle approche de modélisation sur de multiples échelles de temps est proposée, montrant un potentiel. Une méthode de quantification de l’incertitude autour de telles prévisions est aussi amenée. D’autres procédures purement empiriques (auto-encodeurs, réseaux convolutifs) montrent des résultats négatifs. Il est finalement conclu que l’essentiel de l’information prédictive des données en est extraite, d’éventuelles futures améliorations se plaçant désormais du côté des données d’entrée et du modèle physique.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Concepts associés (6)
Biosenseur
Un biosenseur (aussi appelé biocapteur) est un dispositif détecteur, semi-biologique associant trois éléments : l'échantillon à étudier : eau, air, sol, matériel biologique (tissus, micro-organismes, organites, récepteurs cellulaires, enzymes, anticorps, acides nucléiques, organismes génétiquement modifié, ou matériel issu d'OGM, etc.) un élément capteur (éventuellement sous la forme d'une puce électronique) détectant des changements physico-chimiques sous forme de signaux (présence/absence) biochimiques et/ou physiques ou chimique dans un milieu (externe ou interne au corps humain) et émettant un signal biologique.
Religion en Chine
Le fait religieux dans le monde chinois se caractérise par le pluralisme, favorisé par l’attitude de l'État : celui-ci exerce depuis le début de l’empire () un contrôle attentif sur les groupes susceptibles de constituer une menace pour le pouvoir et la société et met au pas les sectes trop actives, n’accordant qu’exceptionnellement l’exclusivité à un culte. Le syncrétisme et le mélange sont courants, rendant les contours des ensembles religieux flous ; on a l’impression de se trouver face à une constellation de philosophies et de pratiques plutôt qu'à des confessions.
Religion traditionnelle chinoise
vignette|Temple Hui-an à Tainan, Taïwan. vignette|Talismans provenant du temple du Dieu-Préfet. La religion traditionnelle chinoise, également appelée religion populaire chinoise (), shenisme (religion des dieux ou esprits, du ) ou tout simplement religion chinoise), est une religion polythéiste syncrétiste pratiquée par la majorité des Han () (avec une coupure entre 1949 et 1980 en Chine populaire), dans laquelle il faut inclure les écoles taoïstes.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.