Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Intelligences artificielles pour modéliser les données météorologiques
Univ Europeenne - EAN : 9783639503722
Édition papier
EAN : 9783639503722
Paru le : 1 nov. 2018
69,90 €
66,26 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783639503722
- Réf. fournisseur : 2880087
- Editeur : Univ Europeenne
- Date Parution : 1 nov. 2018
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 224
- Format : H:220 mm L:150 mm E:13 mm
- Poids : 336gr
- Interdit de retour : Retour interdit
- Résumé : Dans le domaine de la météorologie, les problématiques de prédiction sont courantes. Or, le rapport entre les paramètres climatiques est rarement linéaire. L'interaction entre les paramètres, même si elle est soupçonnée, est difficile à modéliser. L'utilisation des réseaux de neurones artificiels présente une alternative intéressante par rapport aux méthodes statistiques traditionnelles. En effet, avec les méthodes classiques, il faut d'abord penser à un modèle, le tester, penser à un autre modèle jusqu'à ce qu'on obtienne un modèle évidemment précis, par sa nature et son fonctionnement. Cependant, les réseaux de neurones artificiels peuvent détecter les interactions multiples non linéaires parmi une série de variables d'entrée. Ils peuvent donc gérer des relations complexes entre les variables indépendantes et les variables dépendantes, et tirent leur puissance de modélisation ainsi que leur capacité à capter les dépendances de haut niveau, c'est-à-dire qui impliquent plusieurs variables à la fois. Le présent travail porte sur le développement et l'élaboration des modèles de réseau de neurones artificiels de type perceptron multicouches et les réseaux à fonction de base radiale.
- Biographie : Pr Abdelaziz Abdallaoui, Professeur de l'Enseignement Supérieure à la Faculté des Sciences de Meknès. Responsable d'une Equipe de Recherche. Directeur de plusieurs projets de recherche. Directeur de plusieurs thèses. Auteur de plusieurs ouvrages et rapports scientifiques.
