Caractérisation de l'état des écosystèmes aquatiques à l'aide de motifs temporels discriminants
|
|
- Tristan Joseph Gascon
- il y a 8 ans
- Total affichages :
Transcription
1 Caractérisation de l'état des écosystèmes aquatiques à l'aide de motifs temporels discriminants Titre de la thèse : pour l'évaluation et le suivi de la qualité des cours d'eau Mickaël FABREGUE Directrices de thèse Florence LE BER Maguelonne TEISSEIRE Encadrantes de thèse Agnès BRAUD Sandra BRINGAY AMIA Présentation 2011 stage Master 2 1
2 Entrepôt de données Pré-traitement Algorithmes de fouille de données Restitution aux experts 2
3 Entrepôt de données Données Flore Faune Physico-chimie Caractéristiques dynamiques Notes de qualité de l'eau Pesticides 3
4 Entrepôt de données Données Tout RMC et RM (Rhin, Meuse, Saône, Côtiers Med, Durance, Rhône,...) Stations avec au moins 2 estampilles temporelles avec indices biologiques et physico-chimie : 2947 Utilisation des macro-paramètres réduit de 900 à 15 le nombre de paramètres phisico-chimiques 4
5 Entrepôt de données Problématique Peut-on évaluer l'impact de la physico-chimie sur l'ensemble des dimensions biologiques? IPR (Poissons) Macro-biologie IBGN (Macroinvertébrés) IBD (Diatomés) Micro-biologie 5
6 Entrepôt de données Jeu de données brutes Mise en plat dans un fichier de type.csv (tableur) Coordonnées Code hydrographique Date Paramètres Station 6
7 Pré-traitement Des données numériques Toutes les variables dans la base de données s'expriment sous une forme numérique Les différentes méthodes de fouilles de motifs s'appliquent sur des données discrètes Discrétiser les données Discrétisation des données en classes de couleurs de bleu à rouge Bleu Très bon état Rouge Très mauvais état 7
8 Pré-traitement Utiliser la connaissance experte Utilisation des guides techniques fournis par les agences de l'eau Norme Seq-Eau Biologie Physico-chimie Macro-paramètres physico-chimiques 8
9 Entrepôt de données Jeu de données discrétisé Mise en plat dans un fichier de type.csv (tableur) Coordonnées Code hydrographique Date Paramètres Station 9
10 Processus de fouille de données Données Base de données de séquences Division de la base de données par indicateur biologique Extraction des motifs pour chaque état biologique 10
11 Base de données de séquences Construction d'une séquence par station de prélèvements Janvier Février Mars Avril Mai Station 1 Station 2 Station 3 Station 1 Station 2 Station 3 : Oxygène : macroinvertébrés : ph : perticides : temperature forte : Note d'indice-bio 11
12 Base de données de séquences Construction d'une séquence par station de prélèvements Janvier Février Mars Avril Mai Station 1 Station 2 Station 3 Station 1 Station 2 Station 3 Séquences de données <( Station 1 Station 2 Station 3 <( <( )> )> )> 12
13 Découpage des séquences selon la biologie Récupération de l'ensemble des items entre 0 et 6 mois avant un item représentant une note d'indice biologique <( )> Possibilité d'obtenir plusieurs intervalles par séquence si plusieurs prélèvements biologiques ont été effectués <( )> 13
14 Découpage des séquences selon la biologie Ensemble d'intervalle pour une qualité d'indice biologique <( )> <( )> <( )> <( )> <( )> 14
15 Découpage des séquences selon la biologie Ensemble d'intervalle pour une qualité d'indice biologique IBGN IBD IPR
16 Découpage des séquences selon la biologie Ensemble d'intervalle pour une qualité d'indice biologique IBGN IBD IPR
17 Extraction de motifs partiellement ordonnés Corrélations temporelles entre les éléments dans le jeu de données Séquences de données <( Station 1 Station 2 Station 3 Station 1 <( <( )> )> )> Station 2 Station 3 Motif sur stations 2 et 3 17
18 Extraction des motifs par contexte biologique Fréquence du motif dans le contexte d'extraction mais également dans les autres =42% =33% =15% =29% =6% Ainsi nous pouvons identifier les évènements spécifiques à un indice de qualité entre 0 et 6 mois avant la mesure de l'indice 18
19 Extraction des motifs par contexte biologique Fréquence du motif dans le contexte d'extraction mais également dans les autres =42% =33% =15% =29% =6% On ne conserve que les motifs discriminants Fréquence > Fréquence 19
20 Extraction des motifs par contexte biologique Expérimentations Extraction pour tous les indices biologiques avec un support minimum de 10 % IPR IBGN IBD 20
21 Extraction des motifs par contexte biologique Expérimentations Extraction pour tous les indices biologiques avec un support minimum de 10 % IPR IBGN IBD Le nombre de motifs obtenus dans chaque classe de qualité biologique peut être très important. Exemple : motifs discriminants pour l'ibd jaune 21
22 Méthode de sélection des motifs Avec des milliers de motifs extraits, il est donc nécessaire de pouvoir sélectionner les k meilleurs motifs Trois dimensions d'interêt identifiées pour les utilisateurs : - la fréquence - la discrimance - la redondance 22
23 Méthode de sélection des motifs Avec des milliers de motifs extraits, il est donc nécessaire de pouvoir sélectionner les k meilleurs motifs Trois dimensions d'interêt identifiées pour les utilisateurs : - la fréquence - la discrimance - la redondance Nouvelle méthode pour extraire les k motifs les plus équilibrés entre redondance, fréquence et discriminance 23
24 Motifs obtenus Sélection des 20 motifs les plus équilibrés dans chaque classe de qualité pour chaque indice Quelques exemples IPR IBGN MINE PHOS MOOX MINE AZOT MOOX 5% 7% 9% PHOS 11% 28% 2% 5% 5% 8% 12% 5% 18% 0% 1% 3% 21% PEST MOOX MINE 2% PHOS MOOX PHOS MINE MOOX 16% IBD 5% 22% 8% 1% 0% NITR PHOS 0% 13% 8% 3% 24 0%
25 Motifs obtenus Paramètres physico-chimiques qui ressortent IPR : PHOS, MINE et PEST IBGN : MOOX, MINE, AZOT et PHOS IBD : MOOX, MINE, AZOT, PEST, NITR et HAP Plus on passe de la macro-biologie à la micro-biologie, plus le nombre de paramètres physico-chimiques augmente 25
26 Conclusion Peut-on évaluer l'impact de la physico-chimie sur l'ensemble des dimensions biologiques? Synthèse Résultats encourageants, des motifs discriminants sont découverts pour toutes les qualités d'indices biologiques Expérimentations effectuées sur l'ibgn, l'ibd et l'ipr. - IBMR et IOBS non exploitables dans la base de données - résultats mitigés pour l'ipr (qualité des données) Pour chaque indice biologique, nous tentons maintenant de relier avec plus d'exactitude les différents paramètres physico-chimiques qui impactent chaque dimension biologique Développement d'un logiciel pour les experts 26
27 Merci pour votre attention 27
1.2. REALISATION DES OPERATIONS DE PRELEVEMENTS ET D ANALYSES
AVANT-PROPOS Le présent document a été réalisé par ASCONIT Consultants, pour le compte du Conseil Général de Haute-Savoie (CG74) dans le cadre du programme 2007-2008 du suivi de la qualité des eaux des
Plus en détailGestion des grands volumes de données rivières : structuration, explorations innovantes et utilisations pratiques
Journée Scientifique et Technique Gestion des grands volumes de données rivières : structuration, explorations innovantes et utilisations pratiques 20 mars 2014 Ecole Nationale du Génie de l Eau et de
Plus en détailLes macroinvertébrés: des bioindicateurs incontournables pour le monitoring des cours d eau en CH
Les macroinvertébrés: des bioindicateurs incontournables pour le monitoring des cours d eau en CH 4 e Rencontres de l eau 20 mars 2015, UNIL Nathalie Menétrey Hydrobiologiste Bureau d étude aquatique et
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailBilan national des efforts de surveillance de la qualité des cours d'eau
Partenariat 2009 Bilan national des efforts de surveillance de la qualité des cours d'eau Rapport final Stéphanie LARONDE (Office International de l'eau) Katell PETIT (Office International de l'eau) Avril
Plus en détailCOMMISSION THEMATIQUE «Protection des milieux aquatiques : cours d eau et zones humides»
COMMISSION THEMATIQUE «Protection des milieux aquatiques : cours d eau et zones humides» - 1-4 AVRIL 2013 MALICORNE-SUR-SARTHE COMPTE-RENDU DE REUNION Ordre du jour 1. Qu est ce qu un SAGE? Quel est le
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 détailSéquence 9. Étudiez le chapitre 11 de physique des «Notions fondamentales» : Physique : Dispersion de la lumière
Séquence 9 Consignes de travail Étudiez le chapitre 11 de physique des «Notions fondamentales» : Physique : Dispersion de la lumière Travaillez les cours d application de physique. Travaillez les exercices
Plus en détailMASTER (LMD) GESTION DE DONNEES ET SPATIALISATION EN ENVIRONNEMENT (GSE)
MASTER (LMD) GESTION DE DONNEES ET SPATIALISATION EN ENVIRONNEMENT (GSE) RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : STIC POUR L'ECOLOGIE
Plus en détailTP N 3 La composition chimique du vivant
Thème 1 : La Terre dans l'univers, la vie et l'évolution du vivant : une planète habitée Chapitre II : La nature du vivant TP N 3 La composition chimique du vivant Les conditions qui règnent sur terre
Plus en détailDécompresser, créer une archive au format «ZIP»
Décompresser, créer une archive au format «ZIP» Qu'est-ce qu'une archive? Une archive est tout simplement une collection de fichiers stockée dans un fichier unique. Rien de plus, rien de moins. Il existe
Plus en détailTRAVAUX DIRIGÉS D'ÉLECTRONIQUE DE PUISSANCE
TRAVAUX DIRIGÉS D'ÉLECTRONIQUE DE PUISSANCE COMPARAISON DE PROCESSUS DE CHAUFFAGE DE L'EAU, ÉTUDE DE LA TARIFICATION EDF : coût de l'élaboration quotidienne d'une tasse de café Objectifs du TD : vous faire
Plus en détailMaster Exploration Informatique des données Data Mining & Business Intelligence. Evelyne CHARIFOU Priscillia CASSANDRA
Master Exploration Informatique des données Data Mining & Business Intelligence Groupe 5 Piotr BENSALEM Ahmed BENSI Evelyne CHARIFOU Priscillia CASSANDRA Enseignant Françoise FOGELMAN Nicolas DULIAN SOMMAIRE
Plus en détail«Poursuivre au-delà de BEEST : une approche fonctionnelle basée sur les traits de vie des espèces en relation avec l habitat».
«Poursuivre au-delà de BEEST : une approche fonctionnelle basée sur les traits de vie des espèces en relation avec l habitat». Philippe USSEGLIO-POLATERA Université Paul Verlaine Metz UMR-CNRS 746 - LIEBE
Plus en détailConstruire un plan de nettoyage et de désinfection
Construire un plan de nettoyage et de désinfection Docteur Régine POTIÉ-RIGO Médecin du Travail Mlle Laetitia DAVEZAT IPRP Ingénieur Hygiène/Sécurité Mme Laetitia MARCHE Technicienne des services généraux
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailAppui scientifique à la mise en œuvre de la Directive Cadre Européenne sur l Eau
Appui scientifique à la mise en œuvre de la Directive Cadre Européenne sur l Eau Modèles pressions / impacts Approche méthodologique, modèles d extrapolation spatiale et modèles de diagnostic de l état
Plus en détailEXTRAIT DU REGISTRE DES ARRETES DU PRESIDENT DE LA COMMUNAUTE URBAINE DE LYON
REPUBLIQUE FRANCAISE DEPARTEMENT DU RHONE EXTRAIT DU REGISTRE DES ARRETES DU PRESIDENT DE LA COMMUNAUTE URBAINE DE LYON ARRETE N 2013-07-15-R-0287 commune(s) : Villeurbanne objet : Autorisation de déversement
Plus en détailIODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21
IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détailAnalyse de grandes bases de données en santé
.. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.
Plus en détailCOMMENTAiRES/ DECISIONS
Plate-forme d'échanges affichage environnemental des PGC Date : 2009-12-21 Assistante: Lydia GIPTEAU Ligne directe : + 33 (0)1 41 62 84 20 Lydia.gipteau@afnor.org GT Méthodologie Numéro du document: N
Plus en détailFONCTIONNEMENT D UNE MACHINE-OUTIL À COMMANDE NUMÉRIQUE - 1/2
FONCTIONNEMENT D UNE MACHINE-OUTIL À COMMANDE NUMÉRIQUE - 1/2 Tu dois recopier le contenu de cette fiche sur une feuille de cours (réponds aux exercices au crayon). Place n :... Les machines à commande
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...
Plus en détailDécrets, arrêtés, circulaires
Décrets, arrêtés, circulaires TEXTES GÉNÉRAUX MINISTÈRE DE LA SANTÉ ET DES SOLIDARITÉS Arrêté du 11 janvier 2007 relatif aux limites et références de qualité des eaux brutes et des eaux destinées à la
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailMaster professionnel aliments, microbiologie, assurance qualité
Master professionnel aliments, microbiologie, assurance qualité OBJEIFS Parcours Microbiologie appliquée à l agro-alimentaire et l agro-environnement La spécialité a pour but de former des cadres de haut
Plus en détailAlarme domestique- Présentation
STI2D PROJET SIN Alarme domestique- Présentation Document réponses Séquence découverte Le fonctionnement du système d alarme domestique: (Démarche d investigation) Après avoir fait une présentation de
Plus en détailINSTRUMENTATIONS OCÉANOGRAPHIQUES MÉTÉOROLOGIQUES ET HYDROLOGIQUES DÉVELOPPÉES PAR LA SOCIÉTÉ SAFARE-CROUZET
DOCUMENT 4.7. INSTRUMENTATIONS OCÉANOGRAPHIQUES MÉTÉOROLOGIQUES ET HYDROLOGIQUES DÉVELOPPÉES PAR LA SOCIÉTÉ SAFARE-CROUZET Jean-Jacques PESANDO Ingénieur Chef des Projets Océanographiques Société SAFARE-CROUZET
Plus en détailcollection mise au point état initial et prévision d impact dans les documents d incidences milieu aquatique
collection mise au point milieu aquatique état initial et prévision d impact dans les documents d incidences 1 PRINCIPES DE LA DEMARCHE.. 10 1.1. CHAMP D APPLICATION.... 12 1.2. UNE DEMARCHE EN QUATRE
Plus en détailFICHE 1 Fiche à destination des enseignants
FICHE 1 Fiche à destination des enseignants 1S 8 (b) Un entretien d embauche autour de l eau de Dakin Type d'activité Activité expérimentale avec démarche d investigation Dans cette version, l élève est
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailStructure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données
Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques
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 détailLIVRE BLANC Décembre 2014
PARSING MATCHING EQUALITY SEARCH LIVRE BLANC Décembre 2014 Introduction L analyse des tendances du marché de l emploi correspond à l évidence à une nécessité, surtout en période de tension comme depuis
Plus en détailCOMMENTAiRES/ DECISIONS SUITE A DONNER SOURCE. Note du collectif d associations de consommateurs sur le format d affichage
Plate-forme d'échanges Date : 2011-06-10 Assistante: Lydia GIPTEAU Ligne directe : + 33 (0)1 41 62 84 20 Lydia.gipteau@afnor.org Affichage environnemental des produits grande consommation Numéro du document:
Plus en détailPROGRAMMES DE SURVEILLANCE DE L ETAT DES EAUX
Eau PROGRAMMES DE SURVEILLANCE DE L ETAT DES EAUX Programmes de surveillance de l état des eaux de la Région de Bruxelles-Capitale en application de l Ordonnance Cadre Eau Version 12 du 09/09/2011 PROGRAMMES
Plus en détailDemande préalable pour un projet de création ou de modification d'un plan d'eau
Demande préalable pour un projet de création ou de modification d'un plan d'eau Les plans d'eau peuvent avoir des usages différents à savoir agrément, défense contre l'incendie, élevage de poissons, irrigation,
Plus en détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailQu est-ce qu un résumé?
Méthodologie d analyse et de mémoire Résumer un texte Quelques astuces et techniques Licence GSINFO Département GEII IUT d Évry N. Abchiche Mimouni 1 Qu est-ce qu un résumé? Exprime de façon brève, les
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 détailPoint d actualités du site AREVA Tricastin
Point d actualités du site AREVA Tricastin Frédéric De Agostini Directeur d AREVA Tricastin CLIGEET du 21 juin 2012 Direction Tricastin Journée sécurité des chantiers du Tricastin Plus de 1200 participants
Plus en détailHygiène alimentaire en restauration collective
1 2 3 4 5 6 7 Catalogue 2011 Audit, conseil et formation Hygiène alimentaire en restauration collective Laboratoire Départemental de la Côte-d'Or Sommaire 1 2 3 4 5 6 7 Sensibilisation à l hygiène alimentaire
Plus en détailPréparée au Laboratoire d'analyse et d'architecture des Systèmes du CNRS. Spécialité : Systèmes Automatiques. Par CLAUDIA VICTORIA ISAZA NARVAEZ
Année 2007 THÈSE Préparée au Laboratoire d'analyse et d'architecture des Systèmes du CNRS En vue de l'obtention du titre de Docteur de l'université de Toulouse, délivré par l Institut National des Sciences
Plus en détailLES CARACTÉRISTIQUES DU LAC DE GRAND- LIEU
Panneau réalisé par Chloé, Antoine et Mounir. 1 LES CARACTÉRISTIQUES DU LAC DE GRAND- LIEU Situé au Sud- Ouest de Nantes, à une dizaine de kilomètres au Sud de la Loire. Entouré de plusieurs petites communes
Plus en détailDemande chimique en oxygène
Table des matières Introduction Réactifs DCO Azote et phosphore HI 83214 HI 83099 HI 839800 HI 3898 Page J3 J5 J6 J7 J8 J10 J11 J1 Tableau comparatif Paramètre Photomètre Photomètre Thermo-réacteur Trousse
Plus en détailHygiène alimentaire en restauration collective
Catalogue de formations 2012 Audit, conseil et formation Hygiène alimentaire en restauration collective Laboratoire Départemental de la Côte-d'Or 1 2 3 4 5 6 7 8 Sommaire Sensibilisation à l hygiène alimentaire
Plus en détailASPECTS JURIDIQUES DE L ASSAINISSEMENT NON COLLECTIF
ASPECTS JURIDIQUES DE L ASSAINISSEMENT NON COLLECTIF Bases juridiques et dernières évolutions règlementaires Séminaire des animateurs territoriaux, le 26 juin 2012 Ludiana KORTH, chargée d étude juridique
Plus en détailData Mining. Master 1 Informatique - Mathématiques UAG
Data Mining Master 1 Informatique - Mathématiques UAG 1.1 - Introduction Data Mining? On parle de Fouille de données Data Mining Extraction de connaissances à partir de données Knowledge Discovery in Data
Plus en détailIntroduction à la B.I. Avec SQL Server 2008
Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide
Plus en détailLES CRITÈRES D'ATTRIBUTION ET RÈGLES D APPLICATION DE RÉMUNÉRATIONS ADDITIONNELLES POUR LES EMPLOYÉS COUVERTS PAR L UNITÉ SCRC
LES CRITÈRES D'ATTRIBUTION ET RÈGLES D APPLICATION DE RÉMUNÉRATIONS ADDITIONNELLES POUR LES EMPLOYÉS COUVERTS PAR L UNITÉ SCRC PRÉPARÉ PAR LE COMITÉ PATRONAL SUR L'ÉGALITÉ SALARIALE LE 30 JANVIER 2006
Plus en détailRapport annuel de monitoring automatisé de la qualité de l eau
Rapport annuel de monitoring automatisé de la qualité de l eau 2009 La rivière Sainte Croix au barrage de Forest City Figure 1 : Rivière Sainte Croix, à la hauteur de la station de monitoring durant l
Plus en détailEntrepôt de données 1. Introduction
Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de
Plus en détailCartes de l étendue des eaux libres liés aux inondations Guide des produits
Cartes de l étendue des eaux libres liés aux inondations Guide des produits Contexte Les crues ont parfois des effets dévastateurs sur la vie humaine, les infrastructures, l économie, les espèces sauvages
Plus en détailAmélioration de la continuité écologique sur la rivière Aveyron
PREFET DE l AVEYRON Amélioration de la continuité écologique sur la rivière Aveyron Réunion d information des propriétaires et des exploitants Mercredi 10 décembre 2014 Pourquoi restaurer la continuité
Plus en détailCAHIER DES CHARGES POUR L EVOLUTION DES RESEAUX DE SURVEILLANCE DES EAUX SOUTERRAINES EN FRANCE
Cahier des charges pour l évolution des réseaux de surveillance des eaux souterraines en France CAHIER DES CHARGES POUR L EVOLUTION DES RESEAUX DE SURVEILLANCE DES EAUX SOUTERRAINES EN FRANCE Version complétée
Plus en détailÉtude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France
Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Le 13 octobre 2014 Autorité des marchés financiers 17, place de la Bourse 75082 Paris cedex 02 Tél. : 01 53
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détail16- Grand lac Shaw Portrait 2006
Grand lac Shaw 16- Grand lac Shaw Portrait 2006 16.1 Localisation et description physique du Grand lac Shaw : Municipalité St-Narcisse-de- Rimouski Bassin versant (sous-bassin) Tenure Altitude (m) Latitude
Plus en détail1. IDENTIFICATION ET LOCALISATION GEOGRAPHIQUE 2. DESCRIPTION DE LA MASSE D'EAU SOUTERRAINE CARACTERISTIQUES INTRINSEQUES
1. IDENTIFICATION ET LOCALISATION GEOGRAPHIQUE Codes entités aquifères Code entité V1 Code entité V2 concernées (V1) ou (V2) ou secteurs hydro à croiser : 532a 532b Type de masse d'eau souterraine : Imperméable
Plus en détailFluctuation d une fréquence selon les échantillons - Probabilités
Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille
Plus en détailFiche 19 La couleur des haricots verts et cuisson
Fiche 19 La couleur des haricots verts et cuisson Objectif : Valider ou réfuter des «précisions culinaires»* permettant de "conserver une belle couleur verte" lors la cuisson des haricots verts frais (gousses
Plus en détailLe Plan Départemental de l Eau
de l Eau CG1/PIADDT/DAE/MD-LS-9/05/009 de l Eau Son organisation schématique va s appuyer sur : 1. Les infrastructures existantes d intérêt départemental,. Les schémas directeurs territoriaux, 3. Des maillages
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailDe la collecte à son intégration : la vie juridique de la donnée e scientifique à l Ifremer. Présentation DAJ - 27 mars 2007
De la collecte à son intégration : la vie juridique de la donnée e scientifique à l Ifremer 1 INTRODUCTION La «donnée» est un terme qui n a pas de définition unique s imposant à tous Son contenu, sa nature
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailMasters OBSER VATOIRE. Sciences / Technologies / Santé OBSERVATOIRE CARREFOUR DES ÉTUDIANTS. Université de Limoges
Université de Limoges Masters Sciences / Technologies / Santé L'insertion professionnelle des diplômés DE Masters à l'université de Limoges Résultats par mention et par spécialité (promotion 2005-2006)
Plus en détailComment suivre l évolution d une transformation chimique? + S 2 O 8 = I 2 + 2 SO 4
Afin d optimiser leurs procédés, les industries chimiques doivent contrôler le bon déroulement de la réaction de synthèse menant aux espèces voulues. Comment suivre l évolution d une transformation chimique?
Plus en détailet les Systèmes Multidimensionnels
Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Datawarehouse (DW) Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailDÉTERMINATION DU POURCENTAGE EN ACIDE D UN VINAIGRE. Sommaire
BACCALAURÉAT SÉRIE S Épreuve de PHYSIQUE CHIMIE Évaluation des compétences expérimentales Sommaire I. DESCRIPTIF DU SUJET DESTINÉ AUX PROFESSEURS... 2 II. LISTE DE MATÉRIEL DESTINÉE AUX PROFESSEURS ET
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailOBSERVATOIRE DES SERVICES PUBLICS D EAU ET D ASSAINISSEMENT RAPPORT NATIONAL DES DONNEES SISPEA - SYNTHESE EDITION DE JUILLET 2015 DONNEES 2012
OBSERVATOIRE DES SERVICES PUBLICS D EAU ET D ASSAINISSEMENT RAPPORT NATIONAL DES DONNEES SISPEA - SYNTHESE EDITION DE JUILLET 2015 DONNEES 2012 Face à la diversité du paysage des services publics d eau
Plus en détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
Plus en détail1. Utilisation conforme à l usage prévu. 2. Propriétés. 3. Montage. Capteur de CO 2 AMUN 716 9 101
310 164 01 Capteur de CO 2 AMUN 716 9 101 1. Utilisation conforme à l usage prévu Le capteur sert à la détection de dioxyde de carbone (CO 2 ) et de la température dans l espace d habitation. La teneur
Plus en détailDécrire l'ensemble des mesures de maîtrise et des mesures de surveillance dans des procédures ou modes opératoires portés à la connaissance de tous.
DEMARCHE HACCP EN CUISINE CENTRALE Alimentation GROSJEAN L, Vénissieux Juin 2010 Objectif La démarche HACCP (de l'américain Hazard Analysis Critical Control Point) est une méthode préventive visant à maîtriser
Plus en détailStatistiques et traitement des données
Statistiques et traitement des données Mention : Mathématiques Nature de la formation : Diplôme national de l'enseignement Supérieur Durée des études : 2 ans Crédits ECTS : 120 Formation accessible en
Plus en détailProgramme "Conception et simulation" COSINUS Edition 2009. Projet
Projet Numéro d'ordre du projet : Acronyme du projet : Titre du projet : Coordonnateur du projet (nom/laboratoire) : Thématique principale : Montant total de l'aide demandée (en k ) : Durée du projet :
Plus en détailREFERENTIEL PROFESSIONNEL - BAPAAT
REFERENTIEL PROFESSIONNEL - BAPAAT 1. PARTICIPATION (au Fonctionnement de l'entreprise) DOMAINES de COMPETENCE OBJECTIFS GENERAUX OBJECTIFS OPERATIONNELS Appréciation d'un sportif et socioculturel Droit
Plus en détailLOGO. Module «Big Data» Extraction de Connaissances à partir de Données. Claudia MARINICA MCF, ETIS UCP/ENSEA/CNRS Claudia.Marinica@u-cergy.
Module «Big Data» Extraction de Connaissances à partir de Données Claudia MARINICA MCF, ETIS UCP/ENSEA/CNRS Claudia.Marinica@u-cergy.fr 14 Janvier 2015 Pourquoi l extraction de connaissances à partir de
Plus en détailProgramme des Nations Unies pour l environnement
EP Programme des Nations Unies pour l environnement UNEP(DEPI)/MED WG.382/Inf 2 26 Juin 2013 FRANCAIS ORIGINAL: ANGLAIS / FRANCAIS PLAN D'ACTION POUR LA MEDITERRANEE Onzième Réunion des Points Focaux pour
Plus en détailInitiation à LabView : Les exemples d applications :
Initiation à LabView : Les exemples d applications : c) Type de variables : Créer un programme : Exemple 1 : Calcul de c= 2(a+b)(a-3b) ou a, b et c seront des réels. «Exemple1» nom du programme : «Exemple
Plus en détailData Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.
des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le
Plus en détailINSTRUCTIONS RELATIVES
INSTRUCTIONS RELATIVES AUX TABLEAUX SUR LES SINISTRES ET INDICES DE PERTE Les Tableaux sur les sinistres et indices de perte sont exigés afin de pouvoir constituer une base de données et une présentation
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailDécouvrir et agir : l eau, c est la vie! La malle Cantal Eau
Découvrir et agir : l eau, c est la vie! La malle Cantal Eau Syndicat des Cramades La malle Cantal'Eau - Découvrir et agir l'eau c'est la vie! - Grand public Agence de l eau Adour Garonne 1 Le Syndicat
Plus en détailChapitre 18 : Transmettre et stocker de l information
Chapitre 18 : Transmettre et stocker de l information Connaissances et compétences : - Identifier les éléments d une chaîne de transmission d informations. - Recueillir et exploiter des informations concernant
Plus en détailBonnes Pratiques de Fabrication des médicaments à usage humain et vétérinaire
1 2 3 4 Bonnes Pratiques de Fabrication des médicaments à usage humain et vétérinaire Partie 1 Chapitre 3: Locaux et matériel 5 6 7 8 9 10 11 12 13 PRINCIPE Les locaux et le matériel doivent être situés,
Plus en détailNOTIONS DE PROBABILITÉS
NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...
Plus en détailDiplôme de Comptabilité et de Gestion. D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0
Diplôme de Comptabilité et de Gestion DCG D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0 Validation des Acquis de l Expérience VAE R é f é r e n t i e
Plus en détailChoisir ses priorités: le développement incrémental de produit. Copyright Pyxis Technologies
Choisir ses priorités: le développement incrémental de produit Copyright Pyxis Technologies Ce qui m occupe... 2 nous nous préparons l Agile Tour Tour... je suis coach à Pyxis... Sylvie et moi avons publié
Plus en détailMENTORING à l intention de doctorantes et d étudiantes
MENTORING à l intention de doctorantes et d étudiantes May MORRIS, Directrice de Recherche CNRS, biologiste - biochimiste Claudine HERMANN, Professeure honoraire Ecole polytechnique, physicienne Evelyne
Plus en détailL IRSN et la surveillance de l environnement. Etat des lieux et perspectives
L IRSN et la surveillance de l environnement Etat des lieux et perspectives Didier CHAMPION et Jean-Marc PERES Journées SFRP Paris 23-24 septembre 2009 Objectifs de la surveillance de l environnement 2
Plus en détailÉvaluation des logiciels et autres réalisations
DOCUMENT D ANALYSE DE LA COMMISSION D ÉVALUATION DE L INRIA Évaluation des logiciels et autres réalisations Préparé par David Margery, Jean-Pierre Merlet, Cordelia Schmid, Agnès Sulem, Paul Zimmermann
Plus en détail5. Matériaux en contact avec l eau
Monitoring de la qualité Microbiologique de l eau potable dans les réseaux de distributions Intérêt de l utilisation d un kit de mesure rapide de la flore totale UTLISATIONS 1. Surveillance de Réseau mixte
Plus en détailOPTION SCIENCES BELLE-ISLE-EN-TERRE
Serge Combet Professeur Mathématiques Collège de Belle-Isle-En-Terre OPTION SCIENCES BELLE-ISLE-EN-TERRE 2011-2012 Mathématiques & Informatique Sommaire I. Introduction... 5 II. Choix des logiciels...
Plus en détailQuestionnaire Identificateur de Profil d investisseuse ou D investisseur. vie Universelle. L'Équitable, compagnie d'assurance vie du Canada
Questionnaire Identificateur de Profil d investisseuse ou D investisseur vie Universelle L'Équitable, compagnie d'assurance vie du Canada Concevoir votre portefeuille d'épargne et de placements Votre contrat
Plus en détailDr YAO Kouassi Patrick www.yaopatrick.e-monsite.com
Notion de Bases de données et Gestion de données biologiques Dr YAO Kouassi Patrick www.yaopatrick.e-monsite.com Notion de base de données Une base de données est une collection de données interdépendantes
Plus en détailBEPECASER EPREUVE DE CONTRÔLE DES CONNAISSANCES
MINISTERE CHARGÉ DES TRANSPORTS J. 8 000990 BEPECASER EPREUVE DE CONTRÔLE DES CONNAISSANCES 03 SEPTEMBRE 2008 Question 1 Tout véhicule doit subir un contrôle technique pour être mis en circulation à l
Plus en détail