Dynamique de l’occupation des sols de la région des GarrotxesGarrotxesApproche par réseau de neuronesApproche neurones
Réseaux de neurones : 
A l’origine, l’étude du cerveau 
dendrites une synapsecorps cellulaire et noyauaxoneΣΣSi le flux es...
Les réseaux à couchesLes couchesΣBiais ENTREESENTREES Poids SORTIESSORTIES Fonction de lienComment sont choisis les poids ...
Intérêts des réseaux 
ŠCe sont des approximateursuniversels (souplesse). ENTREES SORTIES ŠIls sont simples d’utilisation. ...
Simplification des données 
27 176 pixels5 catégories241 346 pixels8 catégoriesConifèresFeuillusBroussaillesLandes àgenêts...
Choix du modèle 
PRISE EN COMPTE DE : 
¾Aspect spatial d’ordre 1 à 3 
¾Aspect temporel d’ordre 1 
¾4 variables d’environne...
Choix de l’architecture 
ENTREESSORTIES•Valeur du pixel à la date (t-1) •Fréquence pondérée (*) des types de végétation da...
Validation du modèle 
85 % 79 % 92 % 93 % 51 % 42 % 91 % 82 % 19902000Tout typePâturagesBroussaillesForêtsPourcentages de ...
Prévisions pour 2010 
ForêtsBroussaillesPâturagesCulturesBâtiPrévisions20100000100 % 0≈0 % ≈0 % 0007 % 89 % 100 % 0052 % 4...
Perspectives 
Effectuer un travail similaire avec tous les 
pixels et tous les types de végétation 
Problèmes rencontrés :...
Premiers résultats 
•Les premiers résultats sont mauvais : 9Fort taux d’erreur sur les années existantes (30 -40 % des pix...
Modifications envisagées 
ŠTravailler en deux temps 
ŠUtiliser des réseaux plus sophistiqués(réseaux bayésiens) 
zÉvaluati...
Prochain SlideShare
Chargement dans…5
×

Dynamique de l’occupation des sols de la région des Garrotxes

397 vues

Publié le

Séminaire GEODE, université Toulouse 2 (Le Mirail), France
October, 2002

Publié dans : Sciences
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
397
Sur SlideShare
0
Issues des intégrations
0
Intégrations
22
Actions
Partages
0
Téléchargements
4
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Dynamique de l’occupation des sols de la région des Garrotxes

  1. 1. Dynamique de l’occupation des sols de la région des GarrotxesGarrotxesApproche par réseau de neuronesApproche neurones
  2. 2. Réseaux de neurones : A l’origine, l’étude du cerveau dendrites une synapsecorps cellulaire et noyauaxoneΣΣSi le flux est supérieur au seuil d’activation du neurone
  3. 3. Les réseaux à couchesLes couchesΣBiais ENTREESENTREES Poids SORTIESSORTIES Fonction de lienComment sont choisis les poids ? (APPRENTISSAGE) Valeur de la végétation en 1980Sortie pour la valeur de la végétation en 1980On minimise la somme des carrés des erreurs entre la sortie fournie par le réseau et une cible donnée (Valeur de la végétation en 1990).
  4. 4. Intérêts des réseaux ŠCe sont des approximateursuniversels (souplesse). ENTREES SORTIES ŠIls sont simples d’utilisation. ŠIls fournissent rapidement des solutions non linéaires.
  5. 5. Simplification des données 27 176 pixels5 catégories241 346 pixels8 catégoriesConifèresFeuillusBroussaillesLandes àgenêtsLandes àgraminéesPrairiesCulturesBâtiPâturagesBâtiForêtsBroussaillesCultures
  6. 6. Choix du modèle PRISE EN COMPTE DE : ¾Aspect spatial d’ordre 1 à 3 ¾Aspect temporel d’ordre 1 ¾4 variables d’environnement FrontièreNon FrontièrePixels frontières en 1980
  7. 7. Choix de l’architecture ENTREESSORTIES•Valeur du pixel à la date (t-1) •Fréquence pondérée (*) des types de végétation dans le voisinage•Variables d’environnementEstimation de la probabilité d’appartenance aux divers types de végétation à la date tPIXEL COURANTd Fréquence pondérée par : e-d/2(*)
  8. 8. Validation du modèle 85 % 79 % 92 % 93 % 51 % 42 % 91 % 82 % 19902000Tout typePâturagesBroussaillesForêtsPourcentages de pixels prédits correctement(pourcentage calculé par rapport au nombre total de pixels appartement réellement au type de végétation) PâturagesForêtsBroussaillesCulturesBâtiCarte réelle2000Prévisions2000 ™Apprentissage: Carte 1980 →Carte 1990 et Carte 1990 →Carte 2000 ™Validation: Voir, en fournissant au réseau la carte de 1980 et celle de 1990 ce qu’il prédit pour 1990 et 2000 et le confronter avec les données réelles
  9. 9. Prévisions pour 2010 ForêtsBroussaillesPâturagesCulturesBâtiPrévisions20100000100 % 0≈0 % ≈0 % 0007 % 89 % 100 % 0052 % 4 % 00100 % 41 % 7 % 00De 2000ForêtsBroussaillesPâturagesCulturesBâtiBâtiCulturesPâturagesBrous- saillesForêtsÀ 2010 Transitions
  10. 10. Perspectives Effectuer un travail similaire avec tous les pixels et tous les types de végétation Problèmes rencontrés : •Capacité de la mémoire pour la mise en forme et le traitement des données (recherche des voisins, apprentissage…)
  11. 11. Premiers résultats •Les premiers résultats sont mauvais : 9Fort taux d’erreur sur les années existantes (30 -40 % des pixels traités) 9Les sorties ressemblent peu à des probabilités 9Les résultats diffèrent énormément suivant le nombre de neurones sur la couche cachée•Valeur du pixel à la date (t-1) •Fréquence pondérée des types de végétation dans le voisinage•Variables d’environnementEstimation de la probabilité d’appartenance aux divers types de végétation à la date tENTREESENTREESSORTIESSORTIESCOUCHECOUCHECACHEECACHEE(2(2--15 neurones)
  12. 12. Modifications envisagées ŠTravailler en deux temps ŠUtiliser des réseaux plus sophistiqués(réseaux bayésiens) zÉvaluation de l’erreur de généralisation du réseau zSélection de l’architecture (⇒donnent des idées sur l’interprétation du modèle) zTravail sur des ensembles de réseaux et non sur les résultats d’un réseau

×