Etude contextuelle d'un système de classeurs de type Pittsburgh adapté dans le cadre de la prévention des risques cycloniques dans la Caraïbe
Institution:
Antilles-GuyaneDisciplines:
Directors:
Abstract EN:
This study is carried out in the framework of an Interreg IIlb project (European and regional funds): "Forecast of the trajectories, of evolution of the dynamic potential and the impact of hurricanes at the scale of the islands of the Caribbean. ". The objective of that Ph. D thesis is to study the use of a leaming system, the Adapted Pittsburgh Classifier System (APCS), in order to perform a prediction of the impact of the winds related to a cyclonic phenomenon at the Caribbean islands level, and more particulary for the territory we selected to perform this study: the island of Guadeloupe. Our design of the impact of a hurricane was developped in relation to the physical and statistical data that was provided. Due to this data, we had to model hurricanes as ponctual phenomenons, contrary to what they are in reality: continuous phenomenons. Nevertheless, in arder to take in account each possible case of use, we studied the performances and the behavior of APCS on both classification and multi-step problems (reintroduction of the prediction in the cognitive chain). Our measures and experiments allowed us to bring some major improvements to this particular cognitive system, in each case of learning problem previously proposee. We conclude our study by a presentation of the work carried out within a geographic information systems in order to collect the data and to perform and visualize the final prediction. A prototype of the final PREVIOS platform is availale online at the following adress : http://murene. Univ-aq. Fr:8008/
Abstract FR:
Cette étude se réalise dans le cadre d'un projet Interreg lIlb (fonds européens et régionaux) intitulé "Prévision des trajectoires, de l'évolution du potentiel dynamique et de l'impact des ouragans à l'échelle des Îles de la Caraïbe. ". En effet, il s'agit d'étudier l'application d'un système de classeurs apprenant, le système de classeurs de type Pittsburgh adapté (APCS), à la construction d'une prédiction de l'impact des vents liés à un phénomène cyclonique à l'échelle des îles de la Caraïbe, et plus particulièrement pour le territoire utilisé dans le cadre de cette étude: la Guadeloupe. La modélisation finale de l'apprentissage de l'impact du phénomène cyclonique a été développée en se reposant sur la nature des données physiques et statistiques auxquelles nous avons eu accès. En effet, nous sommes contraints de modéliser l'impact cyclonique comme un phénomène ponctuel, sans continuité temporelle, contrairement à la réalité qui elle, est continue. Néanmoins, afin de prendre en compte chacun de ces cas de figure possibles, nous avons, au cours de ce document, étudié les performances et comportements de l'APCS à la fois en environnement de classification et en environnement multi-étapes (avec réintroduction de la prédiction dans la chaine d'apprentissage). Les mesures et expériences réalisées se sont soldées par des apports théoriques majeurs portant à la fois sur la compréhesion de ce système apprenant mais aussi sur l'amélioration de ses performances dans chacun des cas précédemment cités. Nous concluons cette étude sur une présentation du travail d'ingénieurie réalisé ainsi que sur les prédictions préliminaires obtenues et visualisables sur la plateforme PREVIOS