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.
SIGFRIED2: indicateurs spatialisables de la qualité de l'air intérieur
Univ Europeenne - EAN : 9783639507201
Édition papier
EAN : 9783639507201
Paru le : 5 avr. 2016
64,90 €
61,52 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
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 : 9783639507201
- Réf. fournisseur : 5782745
- Editeur : Univ Europeenne
- Date Parution : 5 avr. 2016
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 204
- Format : H:229 mm L:152 mm E:12 mm
- Poids : 308gr
- Interdit de retour : Retour interdit
- Résumé : Ce livre s'inscrit dans le programme CIRCE qui vise à comparer des cartographies d'occurrence des cancers avec des cartographies de qualité environnementale ; notre objectif spécifique est de construire des cartographies de la qualité de l'air intérieur des logements. Nous avons adopté une démarche en deux étapes : identifier des classes de pollution intérieure, puis évaluer la fréquence de ces classes dans des zones prédéterminées. La première étape a nécessité une extension de méthodes de classification bien connues, basées sur les modèles de mélange et l'algorithme EM, au cas de données censurées. La seconde étape a fait usage de méthodes de discrimination non paramétrique, basées sur des arbres binaires de décision (CART). Les arbres obtenus présentent une erreur de prédiction élevée : même si on peut détecter des associations significatives connues entre pollution intérieure et caractéristiques du logement et des occupants, il est difficile de prédire la classe, ou même la concentration d'une substance, à partir de ces caractéristiques. Néanmoins, la méthodologie développée a de nombreuses qualités : simplicité, modularité, flexibilité, et ses erreurs sont évaluables.
