SERVICE DE LA DOCUMENTATION ET DES ARCHIVES DE LA FST
Accueil
(2020)
| Titre : |
Modèle de prévision de la température en utilisant les réseaux de neurones |
| Type de document : |
texte imprimé |
| Auteurs : |
Alioune Gaye, Auteur |
| Editeur : |
Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique |
| Année de publication : |
2020 |
| Importance : |
95 P. |
| Format : |
30 cm |
| Langues : |
Français (fre) |
| Mots-clés : |
température réseau de neurones régression automatique |
| Résumé : |
Dans l’analyse des séries temporelles, la plupart des modèles existants sont utilisés à des fins de prévision, c’est-à -dire pour estimer les valeurs futures du système étudié à partir d’un historique de valeurs observées dans le passé. Ce mémoire s’intéresse à la problématique de la régression automatique de la série temporelle de la température. L’idée est de se démarquer de la méthodologie dominante qui se base sur l’utilisation de caractéristiques conçues classiquement, et de proposer des modèles qui soient les plus génériques possibles et indépendants du domaine. Ceci est fait en automatisant la phase d’extraction des caractéristiques, qui sont dans notre cas générées par apprentissage à partir d’exemples, sans aucune connaissance a priori. Nous nous appuyons pour ce faire sur des travaux existants sur les modèles neuronaux pour la prévision de la température. Plus concrètement, nous proposons un modèle d’apprentissage supervisé des caractéristiques spatio-temporelles.
Une contribution supplémentaire de ce mémoire est une étude comparative entre plusieurs modèles neuronaux de régression de séries chronologiques. Cette étude a été réalisée en se basant sur des caractéristiques adaptées à la problématique de la régression de séries temporelles. Ceci a permis d’identifier le modèle neuronal de régression le plus performant (un réseau de neurone récurrent à longue mémoire à court-terme LSTM).
L’étude des résultats a permis de valider les approches, et de montrer qu’elles obtiennent des performances. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=67 |
Modèle de prévision de la température en utilisant les réseaux de neurones [texte imprimé] / Alioune Gaye, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2020 . - 95 P. ; 30 cm. Langues : Français ( fre)
| Mots-clés : |
température réseau de neurones régression automatique |
| Résumé : |
Dans l’analyse des séries temporelles, la plupart des modèles existants sont utilisés à des fins de prévision, c’est-à -dire pour estimer les valeurs futures du système étudié à partir d’un historique de valeurs observées dans le passé. Ce mémoire s’intéresse à la problématique de la régression automatique de la série temporelle de la température. L’idée est de se démarquer de la méthodologie dominante qui se base sur l’utilisation de caractéristiques conçues classiquement, et de proposer des modèles qui soient les plus génériques possibles et indépendants du domaine. Ceci est fait en automatisant la phase d’extraction des caractéristiques, qui sont dans notre cas générées par apprentissage à partir d’exemples, sans aucune connaissance a priori. Nous nous appuyons pour ce faire sur des travaux existants sur les modèles neuronaux pour la prévision de la température. Plus concrètement, nous proposons un modèle d’apprentissage supervisé des caractéristiques spatio-temporelles.
Une contribution supplémentaire de ce mémoire est une étude comparative entre plusieurs modèles neuronaux de régression de séries chronologiques. Cette étude a été réalisée en se basant sur des caractéristiques adaptées à la problématique de la régression de séries temporelles. Ceci a permis d’identifier le modèle neuronal de régression le plus performant (un réseau de neurone récurrent à longue mémoire à court-terme LSTM).
L’étude des résultats a permis de valider les approches, et de montrer qu’elles obtiennent des performances. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=67 |
|  |
Réservation
Réserver ce document
Exemplaires(1)
|
mem 10182
|
mem 10182 |
Mémoires de master |
Master mathématiques et Informatique |
Réseaux et Télécommunications
|
Disponible |
Documents numériques
Alioune_gAYe_M2_inFo.pdfAdobe Acrobat PDF | | |
