Calibration of cellular automata by using neural networks for the simulation of complex urban systems
Calage ; Dynamique spatiale ; Développement urbain ; Probabilité ; Réseauneural ; Réseau urbain ; Simulation ; Système d'information géographique ; Système urbain
Calibration ; Geographical information system ; Neural network ; Probability ; Simulation ; Spatial dynamics ; Urban development ; Urban network ; Urban system
Les AA. présentent un nouveau modèle d'automates cellulaires à base de réseauxneuraux artificiels pour effectuer le calage et la simulation.
Cet article de synthèse considère l'application des réseauxneuraux artificiels à la modélisation de la pluie et du ruissellement et à la prévision des inondations.
L'élaboration d'un modèle de réseauneural comptable implique deux opérations distinctes, la détermination d'une typologie de réseau et l'estimation des pondérations. Quant à la modélisation des interactions à travers l'espace géographique, les AA
Austria ; Flow ; Gravity model ; Model ; Neural network ; Origin-destination ; Spatial interaction ; Spatial system ; Telecommunications
Modélisation de flux d'interaction spatiale à contrainte unique sous la forme d'un réseauneural. Exemple des flux interrégionaux de télécommunication en Autriche. Développement de la procédure globale de recherche d'estimation des paramètres.
Comparative study ; Eastern United States ; Experiment plot ; Forecast ; Model ; Neural network ; Rill wash ; Soil erosion ; United States of America ; Water erosion ; Watershed
The aim of this study was to investigate the applicability of using neural networks to quantitatively predict soil loss from natural runoff plots. Data from 2879 erosion events from 8 locations in the United States were used. The AA. present
a comparison study between results from erosion and runoff procedures of the WEPP technology (Water Erosion Prediction Project model) and from artificial neural networks. In most cases, the results received from the neural networks were better than those from
WEPP, although the neural networks generally tended to under-predict runoff and soil loss values.
The use of artificial neural networks in a geographical information system for agricultural land-suitability assessment
Agriculture ; Aptitude culturale ; Classification ; Indonésie ; Réseau ; Sol ; Statistique ; Système d'information géographique ; Utilisation agricole du sol
The assessment methods which can currently be used with GISs have limitations which may lead to inaccurate assessment. An artificial neural network is an effective tool for pattern analysis. It allows decision rules of greater complexity
to be applied in pattern classification. A set of neural networks is described. The integration between the neural networks and a GIS is addressed, and some experimental results are presented and analyzed.
The aims in this study were to estimate bathymetry based on derivative reflectance spectra used as input to a multilayer perceptron artificial neural network (ANN) and to evaluate the efficacy of field and simulated training/testing data. ANNs were
Des outils pédagogiques, comme les réseauxneuraux et les arbres de décision, offrent des méthodes alternatives de classification, de regroupements, et s'intègrent dans les ensembles de données complexes utilisés par les géographes. Description
La résolution des problèmes géographiques avec une puissance de calcul nouvelle. Les ordinateurs super-puissants et la géographie : développements, problèmes et études de cas. Réseauxneuraux, génétique et modèles logiques flous d'interaction
spatiale. Les réseaux informatiques neuraux : un paradigme nouveau pour l'analyse spatiale.
Data ; Forecast ; Geographic research ; Mathematical hydrology ; Methodology ; Model ; Neural network ; Neurohydrology ; Simulation
L'A. propose des analyses complémentaires sur l'utilisation des réseauxneuraux artificiels, outils scientifiques reconnus, comme nouvelles techniques de modélisation hydrologique utiles pour expliquer les systèmes hydrologiques et faire des
prévisions. Puis il suggère 3 modes d'application (le remplacement d'un modèle traditionnel par un réseauneural, la combinaison de modèles traditionnels et des réseauxneuraux et le clonage d'un modèle existant basé sur des équations) et un plan de recherche
Spatial choice behaviour : logit models and neural network analysis
Chemin de fer ; Choix modal ; Choix spatial ; Italie ; Modèle logit ; Méthodologie ; Route ; Réseauneural ; Train à grande vitesse ; Transport
Le modèle logit est utilisé comme repère pour tester les résultats d'un modèle de réseauxneuraux, d'après une étude empirique sur l'Italie. Evaluation de l'impact prévisible des trains à grande vitesse : les AA. considèrent la concurrence entre le
rail et la route. Mesure de l'effet de substitution intermodal. Comparaison de l'approche classique (modèle logit), et d'une approche alternative (réseauneural).
A comparative perspective on urban spatial housing market structure : some more evidence of local sub-markets based on a neural network classification of Amsterdam
Amsterdam ; Logement ; Marché du logement ; Modélisation ; Pays-Bas ; Réseauneural ; Segmentation du marché ; Théorie
Conceptualisation de la segmentation du marché du logement. Rappel des possibilités offertes par la modélisation. Utilisation de deux techniques de réseauneural pour identifier les sous-marchés du logement à Amsterdam : il s'agit d'une alternative
China ; Comparative study ; Model ; Multiple regression ; Neural network ; Precipitation ; Stream ; Suspended load ; Temperature ; Yunnan
In this study, the AA. applied artificial neural network (ANN) to simulate monthly suspended sediment flux from 1960 to 2001 in the Longchuanjiang River. The ANN constructed from climatic variables only (rainfall, temperature) will have a potential
Rainfall-induced landslide hazard assessment using artificial neural networks
Carte thématique ; Glissement de terrain ; Japon ; Kyūshū ; Précipitation ; Risque naturel ; Réseauneural ; Système d'information géographique ; Versant
Geographical information system ; Japan ; Kyushu ; Landslide ; Natural hazards ; Neural network ; Precipitation ; Slope ; Thematic map
This paper proposes the use of back propagation neural networks (BPNN) to predict the probability of landslide occurrence for a scenario of heavy rainfall in the Minamata area of southern Kyushu Island, Japan. All of the landslides were detected
Nouvelle approche modélisée: modèle emboîté sigmoïde à réseauneural. Contexte de la modélisation interrégionale du trafic des télécommunications en Autriche. Comparaison de sa performance avec un modèle de régression (gravité) et un modèle d'entrée