Modélisation de fonds nuageux et de variables météorologiques corrélées
|
|
- Edith Clément
- il y a 7 ans
- Total affichages :
Transcription
1 Modélisation de fonds nuageux et de variables météorologiques corrélées S. Lefebvre ONERA 10 octobre 2013
2 Plan Contexte : Signature Infrarouge d aéronefs Modélisation de variables météorologiques corrélées Modélisation de fonds nuageux texturés 2
3 Signatures infrarouge : contexte et enjeux Quantification - Modélisation incertitudes Propagation incertitudes dispersion de S => Valeur + IC Variables d entrée ( x,d ) Code de calcul SIR Variables d intérêt : scalaires Spectrales, spatiales, temporelles S = P ( x,d ) Incertaines Fixes Améliorer précision de certains modules Analyse de sensibilité Précision nécessaire sur données, priorité d acquisition Identification des variables les plus influentes sur S 3
4 Contexte : SIR aéronefs Dimensionnement d un système de veille infrarouge Code CRIRA : calcul SIR aéronef en fonction propriétés aéronef conditions météorologiques conditions de présentation Code simple, rapide SIR résulte de plusieurs contributeurs Incertitudes sur données entrée : avion et conditions d attaque mal connus But : estimer la dispersion de la SIR => aide dimensionnement capteurs The Infrared & Electro-Optical Systems Handbook, Vol 7, Countermeasure Systems Estimation probabilités détection et classification correcte pour 3 avions 4
5 Génération des données Simulation de images pour chacun des 3 avions Echantillonnage des données d entrée incertaines => SIR: intégrée spectralement sur bande 3-5 µm - images de basse résolution: 32 x 32 pixels - l avion couvre au plus 50 pixels + Fond: Bruit blanc Gaussien - fond de ciel clair Modèle Brownien fractionnaire - fond de ciel nuageux texturé
6 Modélisation des incertitudes sur entrées Scénario : attaque air sol en France au dessus de la terre de jour basse altitude Pas de couplages entre données autres que météo loi uniforme variables non météo => Échantillonnage Quasi Monte Carlo Données météo : 3200 données statistiques issues site «meteo.infospace.ru» 7 variables : 3 qualitatives : - modèle d aérosol MODTRAN : urbain, rural, maritime {0.45,0.45,0.1} - modèle d atmosphère MODTRAN : hiver = midlatitude winter, été = midlatitude summer {0.5,0.5} - présence ou absence de nuages 4 quantitatives : humidité relative - HR, t air - Ta, Hauteur de base des nuages- Hbase, visibilité - vis 3 variables corrélées : HR, Ta et Hbase 6
7 Contexte : Signature Infrarouge d aéronefs Modélisation de variables météorologiques corrélées Modélisation de fonds nuageux 7
8 Illustration des corrélations Humidité Relative HR (%). Paris-Orly Ete Température air Ta ( C) 8
9 Premier essai de modélisation des variables météo Comportement très différent suivant ville Paris-Orly Eté 2006 Strasbourg Eté % 40% 30% 35% 25% Probabilité 30% 25% 20% 15% 10% Probabilité 20% 15% 10% 5% 5% 0% 0,0 3,5 7,0 10,5 14,0 17,5 Visibilité (km) 21,0 24,5 28,0 31,5 0% 0,0 6,0 12,0 18,0 24,0 30,0 Visibilité (km) 36,0 42,0 48,0 54,0 Bootstrap sur données statistiques corrélations intrinsèques Pb : - pas de génération de nouvelles données possibles, pour la construction de plans d expériences adaptatifs et de métamodèles par ex. - pays où peu de données => Modélisation des 3 variables dépendantes avec OpenTURNS 9
10 Modélisation des incertitudes sur entrées météo - Séparation été/hiver et suivant le type d aérosol (ajout de nouveaux types comme désertique plus facile ainsi) - Type aérosol urbain et rural très proches => regroupement 4 classes été maritime, hiver maritime, été rurbain, hiver rurbain - Estimation de la proportion ciel clair/ ciel nuageux pour chaque classe - Estimation non paramétrique de la loi pour vis Pour HR Ta Hbase : 2 tests avec OpenTURNS pour modéliser la loi jointe : Estimation des marginales puis : 1. Reconstruction non paramétrique multivariée 2. Reconstruction non paramétrique des marginales + copule Normale pour corrélations entre HR, t air et Hbase nuages 10
11 Modélisation des incertitudes sur entrées météo 1. Kernel smoothing : estimation de la pdf à l aide de noyaux K / K(x)dx=1. h i = largeur de fenêtre (1 valeur par dimension) N nb échantillons N 1 x1 x K h hi j= 1.. N 1 i= 1.. n j 1 xi x LK hi j i xn x LK hn j n 2. Kernel smoothing + copules : Fonction de répartition loi jointe : F 1, F n lois marginales estimées par KS C u i loi uniforme sur [0,1] Φ fct répartition loi normale dimension 1 Φ Σn fct répartition loi normale multivariée en dim n ( F ( x ), L, F ( x ), F ( x )) C, 1 1 i i L n ( ) ( u, L, u L, u = Φ Φ ( u ), L, Φ ( u ), L, Φ ( u )) 1 i n Σ 1 i n n n 11
12 Modélisation des incertitudes sur entrées météo Mesure concordance BIC :
13 Bilan / Perspectives modélisation variables dépendantes - Très bons résultats avec reconstruction non paramétrique des marginales + copule Normale pour corrélations entre HR, t air et Hbase nuages - Modélisation pertinente de la loi jointe des variables météorologiques avec assez peu de données : par classe - Simulation de nouvelles données très facile Perspectives : - construction de plans d expériences adaptatifs pour métamodélisation (kriging, réseaux de neurones ) - modélisation valeurs extrêmes en plus de la tendance centrale 13
14 Contexte : Signature Infrarouge d aéronefs Modélisation de variables météorologiques corrélées Modélisation de fonds nuageux texturés 14
15 Modélisation de fonds nuageux texturés Y image n x n Fond du type Y ~ σ c B H B H processus Gaussien centré, de covariance H exposant de Hurst 3 σ c : σ 1 < σ 2 < σ 3 + différents exposants réalistes de Hurst entre 0.4 et 0.7, suivant le type de nuages, ont été estimés sur des images de ciels nuageux issues de la campagne MIRAMER Simulation avec algo de M. L. Stein Fast and exact simulation of fractional Brownian surfaces J of Computational and Graphical Statistics 11(3) (2002)
16 Simulation champ Brownien fractionnaire Algo en O(n 2 log n) en temps et O(n 2 ) en mémoire code matlab Marche pour 0 < H < 0.75 variante sinon Stein mq K est une fonction d autocovariance quand H < 0.75 : paire, TF positive (thm Bochner) Simulation champ Gaussien, centré, discret, périodique par FFT
17 Simulation champ Brownien fractionnaire Variogramme de X => Variogramme de Z soit => Même variogramme que le champ discret obtenu par échantillonnage d un champ Brownien fractionnaire en (k/n,l/n)
18 Quelques résultats de simulations σ 1 H= 0.4 H= 0.5 Brownien classique
19 Quelques résultats de simulations σ 1 H= 0.6 H= 0.7
20 Quelques résultats de simulations σ 1 H= pixels H= pixels
21 Perspectives cas multispectral Multispectral : ~ bandes spectrales Premier essai : 1 réalisation d un champ Brownien fractionnaire identique pour toutes les bandes seul σ c change 12 bandes - sous bandes de la bande 3-5 µm H=0.7 Bande 1 Bande 2 Bande 5 Très peu de variabilité : pas forcément réaliste
22 Perspectives cas multispectral Perspectives : Champs de Markov multivariés, draps browniens 3D => Prise en compte relations spatiales et inter-bandes Brique indispensable pour évaluer les performances des algorithmes de détection et des futurs systèmes multispectraux dans des conditions représentatives de leur utilisation Pb : difficulté d obtenir des données expérimentales peu d images d apprentissage
23 Simulation champ Gaussien, centré, discret, périodique La matrice de covariance de X(-(T-1)),,X(-1),X(0),X(1),,X(T) est circulante, donc diagonalisée dans la base de Fourier avec des vp positives (thm Bochner)
Projet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailL inégale répartition de l énergie solaire est à l origine des courants atmosphériques
L inégale répartition de l énergie solaire est à l origine des courants atmosphériques I/ Objectif : Dans la partie 2 du programme de seconde «enjeux planétaires contemporains : énergie et sol», sous partie
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailEquation LIDAR : exp 2 Equation RADAR :
Contexte scientifique Systèmes LIDAR/RADAR Equation LIDAR : exp Equation RADAR : p (r) : puissance rétrodiffusée r : altitude ou profondeur. C : constante instrumentale. β : coefficient de rétrodiffusion
Plus en détailUne plate-forme pour la quantification des incertitudes sous Matlab
UQLab Une plate-forme pour la quantification des incertitudes sous Matlab Bruno Sudret Stefano Marelli ETH Zürich, Institute of Structural Engineering Chair of Risk, Safety & Uncertainty Quantification
Plus en détailProjet ANR. Bruno Capra - OXAND. 04/06/2015 CEOS.fr - Journée de restitution (Paris) B. CAPRA
Projet ANR Bruno Capra - OXAND MEFISTO : Maîtrise durable de la fissuration des infrastructures en bétons Contexte Problématique des Maîtres d Ouvrages Evaluation et prédiction de la performance des ouvrages
Plus en détailXXVII e Colloque de l Association Internationale de Climatologie 2-5 juillet 2014 Dijon (France)
MICROPHYSIQUE DES NUAGES ET RAYONNEMENT SOLAIRE : COMPARAISON DES MESURES IN SITU AU MONT RIGI EN HAUTE BELGIQUE ET DES DONNÉES CLOUD PHYSICAL PROPERTIES (CPP) OBTENUES À PARTIR DES IMAGES METEOSAT-9 BEAUMET
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailGrille de planification Expédition météo. Spécialiste de la cartographie Graffiti de ce que l équipe sait de la météorologie (10 minutes).
Grille de planification Expédition météo Spécialiste de l atmosphère Spécialiste des vents Spécialiste des nuages Spécialiste de la cartographie Graffiti de ce que l équipe sait de la météorologie (10
Plus en détailPrincipes généraux de la modélisation de la dispersion atmosphérique
Principes généraux de la modélisation de la dispersion atmosphérique Rémy BOUET- DRA/PHDS/EDIS remy.bouet@ineris.fr //--12-05-2009 1 La modélisation : Les principes Modélisation en trois étapes : Caractériser
Plus en détailSPOT4 (Take 5) : Sentinel-2 avec deux ans d avance
SPOT4 (Take 5) : Sentinel-2 avec deux ans d avance Olivier Hagolle Mercredi 6 février 2012 Sentinel-2 : révolution du suivi de la végétation par télédétection 13 bandes spectrales, résolution 10m à 20m,
Plus en détailFORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12
1 2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 26 28 30
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailFAG Detector II le collecteur et l analyseur de données portatif. Information Technique Produit
FAG II le collecteur et l analyseur de données portatif Information Technique Produit Application La maintenance conditionnelle Principe de fonctionnement Application Le FAG II est, à la fois, un appareil
Plus en détailRenforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.
Master Mathématiques et Applications Spécialité : Ingénierie mathématique et modélisation Parcours : Mathématique et Informatique : Statistique, Signal, Santé (MI3S) 2015-2016 RÉSUMÉ DES COURS : (dernière
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De
Plus en détailL opération étudiée : le SDEF
L opération étudiée : le SDEF Situation géographique 29 Landivisiau Finistére Zone H2a Altitude : 34 m Acteurs de l opération Maitrise d ouvrage Maître d œuvre / Architecte BET Thermique SDEF Atelier 3
Plus en détailLA DISPERSION ATMOSPHERIQUE
Compréhension des phénomènes et modélisation : LA DISPERSION ATMOSPHERIQUE Version du 28 décembre 2006 Cette fiche a été établie avec le concours de l INERIS La présente fiche a été rédigée sur la base
Plus en détailMonitoring continu et gestion optimale des performances énergétiques des bâtiments
Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et
Plus en détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailDynamique des protéines, simulation moléculaire et physique statistique
Dynamique des protéines, simulation moléculaire et physique statistique Gerald R. Kneller kneller@llb.saclay.cea.fr, kneller@cnrs-orleans.fr Université d Orléans Laboratoire Léon Brillouin, CEA Saclay
Plus en détailRôle des nuages dans l'anomalie de température de l'hiver 2007 en Europe
Rôle des nuages dans l'anomalie de température de l'hiver 2007 en Europe Meriem Chakroun Marjolaine Chiriaco (1) Sophie Bastin (1) Hélène Chepfer (2) Grégory Césana (2) Pascal Yiou (3) (1): LATMOS (2):
Plus en détailRayonnements dans l univers
Terminale S Rayonnements dans l univers Notions et contenu Rayonnements dans l Univers Absorption de rayonnements par l atmosphère terrestre. Etude de documents Compétences exigibles Extraire et exploiter
Plus en détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailETUDE D IMPACT ACOUSTIQUE
ETUDE D IMPACT ACOUSTIQUE PROJET D AMÉNAGEMENT D UN CENTRE DE STOCKAGE DE SEDIMENTS Commune de Bessines-sur-Gartempe Maître d Ouvrage AREVA Etablissement de Bessines 1, Avenue du Brugeaud 87250 Bessines
Plus en détailRelever les défis des véhicules autonomes
EMM 2014 12eme rencontre européenne de mécatronique Relever les défis des véhicules autonomes Mathias Perrollaz Ingénieur expert Inria Christian Laugier Directeur de recherche Inria E-Motion Team Annecy,
Plus en détailProjet SENTINELLE Appel àprojets «CO 2»Déc. 2007
Projet SENTINELLE Appel àprojets «CO 2»Déc. 2007 Philippe de DONATO Université de Lorraine/CNRS Co-auteurs: C. PRINET, B. GARCIA, H. LUCAS, Z. POKRYSZKA, S. LAFORTUNE, P. FLAMANT, F. GIBERT, D. EDOUART,
Plus en détailDétection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux
Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en
Plus en détailCOMPTE RENDU DE MESURES ACOUSTIQUES. Audibilité sirène PPI Presqu'île d' AMBES
Analyse vibratoire et pulsatoire API 618 Systèmes de simulation Mesures et études acoustiques des réseaux de compresseurs et de pompes d écoulement de fluides Détermination des traitements Optimisation
Plus en détailpossibilités et limites des logiciels existants
possibilités et limites des logiciels existants Dominique Groleau CERMA, UMR CNRS 1563, Ecole d Architecture de Nantes Journée thématique SFT- IBPSA, Outils de simulation thermo-aéraulique du bâtiment.
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailMonitoring de surface de sites de stockage de CO 2 SENTINELLE. (Pilote CO2 de TOTAL Lacq-Rousse, France) Réf. : ANR-07-PCO2-007
Monitoring de surface de sites de stockage de CO 2 (Pilote CO2 de TOTAL Lacq-Rousse, France) SENTINELLE Réf. : ANR-07-PCO2-007 Ph. de DONATO (INPL-CNRS) (Coordonnateur) PARTENAIRES Durée : 3 ans + 7 mois
Plus en détailLES REGLES DE VOL VFR
LES REGLES DE VOL VFR 1. DEFINITION : Un pilote effectue un vol selon les règles de vol à vue ou VFR (Visual Flight Rules), lorsqu'il maintient son avion dans une configuration propre au vol (attitude,
Plus en détailLa gestion opérationnelle de la météosensibilité. La prévision météorologique et hydrologique au cœur de l Économie et de la Société
La gestion opérationnelle de la météosensibilité La prévision météorologique et hydrologique au cœur de l Économie et de la Société La société METNEXT METNEXT en bref Notre métier : L assistance aux entreprises
Plus en détailContrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.
Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique
Plus en détailBIG DATA en Sciences et Industries de l Environnement
BIG DATA en Sciences et Industries de l Environnement François Royer www.datasio.com 21 mars 2012 FR Big Data Congress, Paris 2012 1/23 Transport terrestre Traçabilité Océanographie Transport aérien Télémétrie
Plus en détailCPCU Chaufferie de Vaugirard 25 rue Georges Pitard 75015 PARIS. À l attention de Madame JOYCE-ERMOLLI RAPPORT DE VÉRIFICATION
CPCU Chaufferie de Vaugirard 25 rue Georges Pitard 75015 PARIS À l attention de Madame JOYCE-ERMOLLI RAPPORT DE VÉRIFICATION NIVEAUX SONORES ÉMIS DANS L ENVIRONNEMENT EN RÉFÉRENCE À L ARRÊTÉ DU 23 JANVIER
Plus en détailProfils verticaux de la couverture nuageuse, de ses propriétés et des aérosols: données du lidar CALIOP et du radar CLOUDSAT (DARDAR) de 2006 à 2012
T1.3 (Tropics) Diurnal cycle of cloud cover in the tropical regions: combined use of geostationary satellite, A-Train measurements and lidar/radar ground station measurements. Coordination : G. Sèze (LMD)
Plus en détailIntelligence artificielle et les défis en robotique mobile et autonome
Intelligence artificielle et les défis en robotique mobile et autonome Éric Beaudry http://planiart.usherbrooke.ca/~eric/ Étudiant au doctorat en informatique Laboratoires Planiart et Laborius 13 février
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailLa couche physique de l ADSL (voie descendante)
La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :
Plus en détailSillage Météo. Notion de sillage
Sillage Météo Les représentations météorologiques sous forme d animation satellites image par image sont intéressantes. Il est dommage que les données ainsi visualisées ne soient pas utilisées pour une
Plus en détailPERTE DE MAÎTRISE - SPIRALE CESSNA 150 C-FQZC BELLIS (ALBERTA) 16 SEPTEMBRE 1996 RAPPORT NUMÉRO A96W0178
RAPPORT D=ENQUÊTE SUR ÉVÉNEMENT AÉRONAUTIQUE PERTE DE MAÎTRISE - SPIRALE CESSNA 150 C-FQZC BELLIS (ALBERTA) 16 SEPTEMBRE 1996 RAPPORT NUMÉRO A96W0178 Le Bureau de la sécurité des transports du Canada (BST)
Plus en détailRÉFÉRENTIEL PROFESSIONNEL DES AGENTS AFIS
RÉFÉRENTIEL PROFESSIONNEL DES AGENTS AFIS Les missions de l agent AFIS s articulent autour de trois objets L exécution de fonctions opérationnelles La tenue de documents L exercice de relations avec la
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailOrdonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Plus en détailAnimation phénoménologique. --- une approche énactive ---
--- une approche énactive -- Animation phénoménologique de la mer Marc Parenthoën Centre Européen de Réalité Virtuelle (CERV), EA3883, UBO/ENIB 1/27 Phénomènes naturels et RV psychologie marin expérience
Plus en détailCréation intuitive des éléments d un paysage
Création intuitive des éléments d un paysage Marie-Paule Cani Univ. Grenoble-Alpes, CNRS & Inria Organisation du cours «Façonner l imaginaire» Partie 1 : Création numérique 3D Modélisation géométrique
Plus en détailNote de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique
Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Périmètre Le périmètre du PEPI concerne les méthodes et outils utilisés pour le traitement informatisé des données scientifiques.
Plus en détailGlobal Monitoring Emergency Services
Global Monitoring Emergency Services Christelle BOSC Olivier POCHARD 22/05/2012 Pôle Applications Satellitaires et Télécommunicaton CETE Sud-Ou LE PROGRAMME GMES Global Monitoring for Environment and Security
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailAMTEC RESOURCES MANAGEMENT LTD. CREATION D UNE BANQUE DE DONNEES DONNEES GEOSPATIALES NATIONALE
AMTEC RESOURCES MANAGEMENT LTD. CREATION D UNE BANQUE DE DONNEES GEOSPATIALE CREATION A D UNE L ECHELLE BANQUE NATIONAL DE DONNEES GEOSPATIALES NATIONALE 1 AMTEC RESOURCES MANAGEMENT LTD. P O Box 3463
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailIntervenant : Séverin Poutrel, BURGEAP
Capacités d accueil, aménagements commerciaux, mutabilité foncière : des outils concrets pour construire un SCOT intégrant les vulnérabilités énergétiques et climatique Intervenant : Séverin Poutrel, BURGEAP
Plus en détailRésultats définitifs détaillés, RGPH4-novembre 2010 32
Tableau 1.5 : Répartition de la population résidente âgée de 12 ans ou plus selon la situation matrimoniale, le groupe d'âges et le milieu de résidence Résultats définitifs détaillés, RGPH4-novembre 2010
Plus en détailPar Richard Beauregard. Novembre 2011
Par Richard Beauregard Novembre 2011 La lutte contre le bruit et autres parasites lumineux Le temps d exposition versus le compositage Les images de prétraitement L'image de précharge (Offset ou Bias)
Plus en détailLABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK
LABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK 5.1 Introduction Simulink est l'extension graphique de MATLAB permettant, d une part de représenter les fonctions mathématiques et les systèmes sous forme
Plus en détailCodage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur
Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de
Plus en détailQU EST-CE QU UN CHAUFFE-EAU THERMODYNAMIQUE?
QU EST-CE QU UN CHAUFFE-EAU THERMODYNAMIQUE? > Le chauffe-eau thermodynamique est un appareil de production d eau chaude sanitaire. Il se compose d une pompe à chaleur et d une cuve disposant d une isolation
Plus en détailLA TÉLÉDETECTION EN AGRICULTURE. par Bruno Tisseyre 1
1 LA TÉLÉDETECTION EN AGRICULTURE par Bruno Tisseyre 1 RÉSUMÉ Avec la médiatisation des applications développées à partir des drones, la télédétection appliquée à l'agriculture fait aujourd hui beaucoup
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailMOTORISATION DIRECTDRIVE POUR NOS TELESCOPES. Par C.CAVADORE ALCOR-SYSTEM WETAL 2013 10 Nov
1 MOTORISATION DIRECTDRIVE POUR NOS TELESCOPES Par C.CAVADORE ALCOR-SYSTEM WETAL 2013 10 Nov Pourquoi motoriser un télescope? 2 Pour compenser le mouvement de la terre (15 /h) Observation visuelle Les
Plus en détailTABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent
TABLE DES MATIÈRES AVANT-PROPOS III CHAPITRE I Les quanta s invitent I-1. L Univers est en constante évolution 2 I-2. L âge de l Univers 4 I-2.1. Le rayonnement fossile témoigne 4 I-2.2. Les amas globulaires
Plus en détailMETEOROLOGIE. Aéroclub Besançon La Vèze. Cours MTO - Ivan TORREADRADO 1. F-SO au FL65 over LFQM
METEOROLOGIE Aéroclub Besançon La Vèze F-SO au FL65 over LFQM Cours MTO - Ivan TORREADRADO 1 L air L atmosphère terrestre L humidité La stabilité, l instabilité La convection/l advection Les masses d air
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
Plus en détailPartie 1: Gestion de l interférence entre symboles
Partie 1: Gestion de l interférence entre symboles Philippe Ciblat Télécom ParisTech, France Algo de Viterbi Egalisation OFDM Section 11 : Algorithme de Viterbi Philippe Ciblat Gestion de l interférence
Plus en détailQuantification des Risques
Quantification des Risques Comment considérer les aléas dans une projection financière? PragmaRisk met à disposition des solutions et des méthodes permettant de considérer les aléas dans vos projections
Plus en détailProduits de crédit en portefeuille
Chapitre 6 Produits de crédit en portefeuille et défauts corrélés Dans ce chapitre, on étudie des produits financiers de crédit en portfeuille, notamment k th -to-default swap et CDOs (voir 1.2 pour une
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer
Plus en détailObject Removal by Exemplar-Based Inpainting
Object Removal by Exemplar-Based Inpainting Kévin Polisano A partir d un article de A. Criminisi, P. Pérez & H. K. Toyama 14/02/2013 Kévin Polisano Object Removal by Exemplar-Based Inpainting 14/02/2013
Plus en détailModélisation géostatistique des débits le long des cours d eau.
Modélisation géostatistique des débits le long des cours d eau. C. Bernard-Michel (actuellement à ) & C. de Fouquet MISTIS, INRIA Rhône-Alpes. 655 avenue de l Europe, 38334 SAINT ISMIER Cedex. Ecole des
Plus en détailPaysage de nuages. Objectif. Matériel. Vue d ensemble. Résultats didactiques. Durée. Niveau
Objectif Aider les élèves à identifier certaines caractéristiques des nuages. Permettre aux élèves d observer les nuages, de les décrire avec un vocabulaire simple et de comparer leurs descriptions avec
Plus en détailExtraction et reconstruction de bâtiments en 3D à partir de relevés lidar aéroportés
Thèse présentée pour obtenir le grade de Docteur de l Université Louis Pasteur Strasbourg I Discipline : Sciences pour l Ingénieur Spécialité : Topographie-Géomatique Par : Fayez TARSHA KURDI Extraction
Plus en détailValidation probabiliste d un Système de Prévision d Ensemble
Validation probabiliste d un Système de Prévision d Ensemble Guillem Candille, janvier 2006 Système de Prévision d Ensemble (EPS) (ECMWF Newsletter 90, 2001) Plan 1 Critères de validation probabiliste
Plus en détailPrédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8
Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8 Christine TURCK 1 * et **, Christiane WEBER**, Dominique THOME*
Plus en détailAÉRIENNE UNE STRATÉGI. Organisation. n de l aviation. Montréal, 19 1.1. SOMMAIRE et à moyen terme. la surveillance. fusion de. tions du 5.3.
Organisation n de l aviation civile internationale NOTE DE TRAVAIL AN-Conf/12-WP/146 31/10/12 Français et anglais seulement 1 DOUZIÈME CONFÉRENCE DE NAVIGATION AÉRIENNE Montréal, 19 30 novembre 2012 Point
Plus en détailTraitement du signal avec Scilab : la transformée de Fourier discrète
Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un
Plus en détailRendu temps réel de mer et de nuages
Rendu temps réel de mer et de nuages Linares Antonin, Boyer Julien 17 décembre 2008 1 Résumé Nous allons traiter dans ce document les différentes méthodes explorées afin de parvenir à un rendu en temps
Plus en détailLISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006
LISACode Un simulateur opérationnel pour LISA Antoine PETITEAU LISAFrance - le 16 mai 2006 Plan Rappel sur LISACode. Validation du simulateur. Possibilités du simulateur. Résultats obtenus. Bruit de confusion.
Plus en détailContrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs. Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle
Contrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle 1 CEA R & D for Nuclear Energy 5 000 people Nuclear systems
Plus en détailTravaux pratique (TP2) : simulation du canal radio sous ADS. Module FIP RT321 : Architectures des émetteurs-récepteurs radio
Travaux pratique (TP2) : simulation du canal radio sous ADS Rédaction : F. Le Pennec Enseignant/Chercheur dpt. Micro-ondes Francois.LePennec@telecom-bretagne.eu Module FIP RT321 : Architectures des émetteurs-récepteurs
Plus en détailHealth Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,
Plus en détailManuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques
Titre : TTLV100 - Choc thermique dans un tuyau avec condit[...] Date : 02/03/2010 Page : 1/10 Manuel de Validation Fascicule V4.25 : Thermique transitoire des structures volumiques Document : V4.25.100
Plus en détailAOMS : UN NOUVEL OUTIL DE PHOTOGRAMMÉTRIE
AOMS : UN NOUVEL OUTIL DE PHOTOGRAMMÉTRIE A. Dumont, F. Jallon et JB. Monnerie ESIC SN Z.A. du buisson de la couldre 1 Allée des Châtaigniers - F78190 TRAPPES S. Naudet, P. Sayd et M. Viala * LETI (CEA
Plus en détailScience et technologie : Le truc de Newton
Science et technologie : Le truc de Newton Une caractéristique fondamentale de la science c est le lien étroit qui l unit à la technologie. La science cherche les règles du monde matériel et la technologie
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailLes outils de simulation. Myriam HUMBERT CETE Ouest
Les outils de simulation Myriam HUMBERT CETE Ouest Outils de simulation pour la GPE Objectif Ø Recommandations pour la mise en œuvre des calculs dans le cadre d une GPE ü Analyse qualitative des outils
Plus en détailEstimation et Cartographie des Différentes Composantes du Rayonnement Solaire au Sol à Partir des Images Météosat
Rev. Energ. Ren. Vol. 4 (2001) 35-47 Estimation et Cartographie des Différentes Composantes du Rayonnement Solaire au Sol à Partir des Images Météosat N. Bachari, N. Benabadji, A. Razagui et A. H. Belbachir
Plus en détailProgramme d autoformation de 2014 destiné à la mise à jour des connaissances des équipages de conduite
Programme d autoformation de 2014 destiné à la mise à jour des connaissances des équipages de conduite Consulter l alinéa 421.05(2)d) du Règlement de l aviation canadien (RAC). Une fois rempli, il permet
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailPRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS PRINCIPALES FONCTIONNALITÉS Guide d analyse des risques Vérification de planning Modélisation rapide des risques Assistant de registres de risques Registre de risques Analyse de
Plus en détailComment déployer rapidement et à moindre coût des caméras de vidéosurveillance?
Comment déployer rapidement et à moindre coût des caméras de vidéosurveillance? Olivier Maillard Responsable d Activité Hélène Depardé Chargée de Mission Marketing AnyMAX, Une Société une société du du
Plus en détail