inscription
PORTAIL D'INFORMATION GÉOGRAPHIQUE

Résultats de la recherche (74 résultats)

Affinez votre recherche

Par Collection Par Auteur Par Date Par Sujet Par Titre
  • Analyzing high-risk emergency areas with GIS and neural networks : the case of Athens, Greece
  • Analyse spatiale ; Athínai ; Crise cardiaque ; Estimation ; Grèce ; Localisation ; Risque ; Réseau neuronal ; Santé ; Système d'information géographique ; Urgence
  • Athens ; Estimation ; Geographical information system ; Greece ; Health ; Location ; Neural network ; Risk ; Spatial analysis
  • Análisis espacial ; Atenas ; Estimación ; Grecia ; Localización ; Red neural ; Riesgo ; Salud ; Sistema de información geográfica
  • This article combines geographic information systems (GIS) and neural networks for performing health emergency assessments and generating hazard maps that show areas that are potentially at high risk for emergencies. As a result, emergency services
  • Analyse de régression ; Analyse spatiale ; Dynamique urbaine ; Modélisation ; Méthode d'expansion ; Réseau neural ; Simulation ; Statistique
  • Expansion method ; Modelling ; Neural network ; Regression analysis ; Simulation ; Spatial analysis ; Statistics ; Urban dynamics
  • Application des réseaux de neurones artificiels dans la formation adaptative de faisceaux pour les communications par satellite en situation d'urgence
  • Algorithme ; Catastrophe ; Réseau neural ; Satellite ; Traitement des données ; Télécommunication
  • Algorithm ; Catastrophe ; Data processing ; Neural network ; Satellite ; Telecommunications
  • Algoritmo ; Catástrofe ; Red neural ; Satélite ; Telecomunicación ; Tratamiento de datos
  • Dans le but d'améliorer les communications par satellite pour les situations d'urgence, l'A. a développé un algorithme de formation adaptative de faisceaux. Cette technique utilise un réseau de neurones à fonctions de base radiales constitué de 3
  • Afrique ; Années 1900-2011 ; Anomalie climatique ; Méthodologie ; Pluviométrie ; Précipitation ; Prévision ; Prévision météorologique ; Prévision saisonnière ; Réseau neuronal ; Sahel
  • Africa ; Climatic anomaly ; Forecast ; Methodology ; Neural network ; Pluviometry ; Precipitation ; Sahel ; Weather forecast
  • Anomalía climática ; Metodología ; Pluviometría ; Precipitación ; Previsión ; Previsión meteorológica ; Red neural ; Sahel ; África
  • Présentation d'une nouvelle méthode, fondée sur les réseaux neuronaux artificiels, pour prévoir les anomalies pluviométriques du trimestre juillet-septembre sur le Sahel, à partir des anomalies des températures de l'air et de la surface de l'océan
  • Années 1958-2000 ; Climat ; Grèce ; Hiver ; Précipitation ; Prévision ; Réseau neural ; Simulation ; Siècle 21 ; Statistique
  • Climate ; Forecast ; Greece ; Neural network ; Precipitation ; Simulation ; Statistics ; Twenty-first century ; Winter
  • Evaluation de deux techniques de désagrégation d'échelle pour la simulation des précipitations hivernales. La méthode statistique repose sur le principe des réseaux de neurones artificiels. La méthode dynamique utilise un modèle climatique régional
  • Algérie ; Bassin-versant ; Climat méditerranéen ; Cristallin ; Donnée climatique ; Débit ; Eau souterraine ; Erosion chimique ; Hydrochimie ; Montagne ; Qualité de l'eau ; Réseau neural
  • Algeria ; Chemical erosion ; Climatic data ; Crystalline rocks ; Discharge ; Groundwater ; Hydrochemistry ; Mediterranean climate ; Mountain ; Neural network ; Water quality ; Watershed
  • . Les AA. ont utilisé les réseaux de neurones artificiels pour simuler les débits et la minéralisation des sources et appréhender l'influence des caractéristiques structurales et des facteurs physico-chimiques et climatiques sur le comportement des
  • Neural network approach to reference evapotranspiration modeling from limited climatic data in arid regions
  • Adrar ; Algérie ; Cycle de l'eau ; Domaine aride ; Evaporation ; Evapotranspiration ; Evapotranspiration de référence ; Modélisation ; Réseau neuronal
  • Exemple de la région d'Adrar (SW de l'Algérie). Pour pallier la fréquente précarité des données disponibles, mise au point et test d'une méthode s'appuyant sur des réseaux neuronaux pour estimer l'évapotranspiration de référence à partir des seules
  • Algérie ; Amplitude thermique ; Climatologie appliquée ; Energie solaire ; Estimation ; Insolation ; Modèle ; Radiation ; Réseau neural ; Température ; Tizi Ouzou
  • Algeria ; Applied climatology ; Estimation ; Insolation ; Model ; Neural network ; Radiation ; Solar energy ; Temperature
  • Mise au point d'un modèle fondé sur un réseau de neurones multicouches à rétropropagation d'erreur, pour générer des données journalières d'insolation à partir de l'amplitude thermique. L'erreur d'estimation n'excède pas 5 % à Tizi-Ouzou, ce qui
  • Présentation d'un nouvel aspect théorique de l'étude des populations: l'application du principe du réseau neural artificiel. Exemple de l'analyse synthétique AN2: principes de connexion.
  • Algorithme ; Analyse spatiale ; Informatique ; Interaction spatiale ; Localisation ; Optimisation ; Progrès technique ; Royaume-Uni ; Réseau
  • réseaux neuraux. Problème de l'optimisation des réseaux et méthodes pour le résoudre.
  • Changement global ; Domaine méditerranéen ; Europe ; Impact ; Modèle ; Méditerranéens, pays ; Prévision ; Risque ; Réseau neural ; Scénario ; Système ; Système d'information géographique ; Utilisation agricole du sol ; Utilisation du sol ; Variation
  • Développement d'un prototype de système de prévision synoptique pour le projet européen sur la désertification et l'utilisation du sol en Méditerranée financé par l'Union européenne (MEDALUS III). Il utilise une combinaison de SIG, de calcul neural
  • The artificial intelligence of urban dynamics : neural network modeling of urban structure in Thirty-fifth North American Meetings. Toronto, 1988.
  • Modèle en réseau, qui considère la ville comme un système susceptible de s'auto-organiser. L'A. définit des états fonctionnels spécifiques du système, ainsi qu'un processus d'évolution structurale. Un algorithme permet d'opérer une distinction entre
  • Innovation ; Modélisation ; Recherche-développement ; Réseau neural ; Système économique ; Technique de recherche
  • , the A. suggests the use of neural networks, which make possible to expand correlation links and hence to enlarge the basis of explanatory reasoning. - (BJ)
  • Beyrouth ; Espace urbain ; Intelligence artificielle ; Liban ; Réseau neural ; Système ; Théorie ; Ville
  • Artificial intelligence ; Beyrouth ; Lebanon ; Neural network ; System ; Theory ; Town ; Urban area
  • Bassin-versant ; Ecoulement ; Etude comparée ; Iran ; Logique floue ; Modèle ; Modèle conceptuel ; Précipitation ; Régression linéaire ; Réseau neural ; Simulation
  • Comparative study ; Conceptual model ; Fuzzy logic ; Iran ; Linear regression ; Model ; Neural network ; Precipitation ; Runoff ; Simulation ; Watershed
  • de Nash), et un modèle de boîte noire (un réseau neural artificiel). Le scénario employant la régression linéaire floue, qui simule les résultats correspondant le mieux aux hydrogrammes, a été comparé aux 2 autres modèles. Les AA. notent que la
  • Glissement de terrain ; Iran ; Iran du Nord-Ouest ; Logique floue ; Précipitation ; Prévision ; Risque naturel ; Réseau neuronal
  • Forecast ; Fuzzy logic ; Iran ; Landslide ; Natural hazards ; Neural network ; Precipitation
  • Deslizamiento deterreno ; Irán ; Lógica borrosa ; Precipitación ; Previsión ; Red neural ; Riesgo natural
  • The aim of this study is to propose a novel approach utilizing artificial neural network and fuzzy clustering methods for landslide frequency estimation. This study also investigates the 2005 Saeen, Iran landslide triggered by prolonged heavy
  • Neural and statistical classifications applied on the satellite images : a semi-directed methodology
  • Analyse image ; Analyse statistique ; Base donnée ; Classification ; Imagerie ; Modèle ; Pixel ; Réseau neuronal ; Sol ; Statistique ; Système information géographique ; Télédétection ; Télédétection spatiale
  • Pixel ; Space remote sensing ; classification ; data bases ; geographic information systems ; image analysis ; imagery ; models ; neural networks ; remote sensing ; soils ; statistical analysis ; statistics
  • neuronaux (réseaux auto-organisants de Kohonen) et les statistiques (nuées dynamiques de Diday) qui nous amènent à proposer une procédure semi-dirigée capable de forcer l'identification des pixels confondus avec des thèmes non appropriés dans une première
  • Analyse d'image ; Analyse spectrale ; Cartographie automatique ; Classification ; Exploitation forestière ; Forêt ; Maroc ; Rabat ; Réseau neural ; SPOT ; Traitement des données ; Télédétection
  • Automated mapping ; Classification ; Data processing ; Forest ; Image analysis ; Logging ; Morocco ; Neural network ; Remote sensing ; SPOT ; Spectral analysis
  • méthodes. La deuxième est basée sur l'analyse spectrale à partir des décompositions en ondelettes et en paquets d'ondelettes; 4 types de transformées sont concernés. La classification est réalisé à l'aide d'un réseau de neurones multicouches. L'objectif est
  • Couvert végétal ; Domaine méditerranéen ; Espagne ; France ; Modèle ; Montagne ; Occupation du sol ; Prévision ; Pyrénées-Orientales ; Réseau neural ; Système d'information géographique ; Utilisation du sol
  • Forecast ; France ; Geographical information system ; Land use ; Land utilisation ; Mediterranean area ; Model ; Mountain ; Neural network ; Plant canopy ; Pyrénées-Orientales ; Spain
  • Trois méthodes sont appliquées à des données géoréférencées haute résolution : approche SIG, modèle linéaire généralisé et réseaux neuronaux. Les AA. entreprennent une validation des modèles par la prédiction de l'occupation du sol à la dernière
  • Diversification interrégionale en Pologne - une analyse comparée des voyvodes sur la base de la technique des réseaux de neurones artificiels de Kohonen
  • Analyse comparée ; Analyse régionale ; Analyse statistique ; Economie ; Indicateurs socio-économiques ; Pologne ; Produit national brut ; Recherche-développement ; Réseau neural ; Société ; Voïévodie
  • Economy ; Gross national product ; Neural network ; Poland ; Regional analysis ; Research and development ; Society ; Socio-economic indicators ; Statistical analysis