Search

Your search keyword '"Catherine Pothier"' showing total 6 results
Start Over Author "Catherine Pothier" Topic geography
6 results on '"Catherine Pothier"'

1. Lessons learnt from the use of compartmental models over the COVID-19 induced lockdown in France

Author

Alexis Bienvenüe, Stéphane Derrode, Anne Eyraud-Loisel, Simon Pageaud, Pascal Roy, Romain Gauchon, Jean-Pierre Bertoglio, Jean Iwaz, Christophe Rigotti, Nicolas Ponthus, Stéphane Loisel, Pierre-Olivier Goffard, Vitaly Volpert, Catherine Pothier, Laboratoire de Sciences Actuarielle et Financière (SAF), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon, Laboratoire de Tribologie et Dynamique des Systèmes (LTDS), École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-École Nationale des Travaux Publics de l'État (ENTPE)-Ecole Nationale d'Ingénieurs de Saint Etienne-Centre National de la Recherche Scientifique (CNRS), Extraction de Caractéristiques et Identification (imagine), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), Data Mining and Machine Learning (DM2L), Artificial Evolution and Computational Biology (BEAGLE), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), Multi-scale modelling of cell dynamics : application to hematopoiesis (DRACULA), Centre de génétique et de physiologie moléculaire et cellulaire (CGPhiMC), Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Camille Jordan [Villeurbanne] (ICJ), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Jean Monnet [Saint-Étienne] (UJM)-Centre National de la Recherche Scientifique (CNRS)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Jean Monnet [Saint-Étienne] (UJM)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Mecanique des Fluides et d'Acoustique (LMFA), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), Hospices Civils de Lyon (HCL), Université Lyon 1, Ecole Centrale de Lyon, INSA Lyon, Rigotti, Christophe, Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-École Centrale de Lyon (ECL), Université de Lyon-Université Jean Monnet [Saint-Étienne] (UJM)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Université de Lyon-Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Université de Lyon-Université de Lyon-École Nationale des Travaux Publics de l'État (ENTPE)-Ecole Nationale d'Ingénieurs de Saint Etienne (ENISE)-Centre National de la Recherche Scientifique (CNRS), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Camille Jordan (ICJ), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Jean Monnet - Saint-Étienne (UJM)-Centre National de la Recherche Scientifique (CNRS)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Jean Monnet - Saint-Étienne (UJM)-Centre National de la Recherche Scientifique (CNRS), Modélisation mathématique, calcul scientifique (MMCS), and Institut Camille Jordan (ICJ)

Subjects
infection dynamics, 0303 health sciences, education.field_of_study, Coronavirus disease 2019 (COVID-19), Calibration (statistics), prevalence, Population, Epidemic dynamics, COVID-19, Common framework, 3. Good health, 03 medical and health sciences, 0302 clinical medicine, Geography, [SDV.SPEE] Life Sciences [q-bio]/Santé publique et épidémiologie, Statistics, Prevalence studies, [SDV.SPEE]Life Sciences [q-bio]/Santé publique et épidémiologie, Infection dynamics, 030212 general & internal medicine, Scale (map), education, compartmental model, 030304 developmental biology
Abstract

BackgroundCompartmental models help making public health decisions. They were used during the COVID-19 outbreak to estimate the reproduction numbers and predict the number of hospital beds required. This study examined the ability of closely related compartmental models to reflect equivalent epidemic dynamics.MethodsThe study considered three independently designed compartmental models that described the COVID-19 outbreak in France. Model compartments and parameters were expressed in a common framework and models were calibrated using the same hospitalization data from two official public databases. The calibration procedure was repeated over three different periods to compare model abilities to: i) fit over the whole lockdown; ii) predict the course of the epidemic during the lockdown; and, iii) provide profiles to predict hospitalization prevalence after lockdown. The study considered national and regional coverages.ResultsThe three models were all flexible enough to match real hospitalization data during the lockdown, but the numbers of cases in the other compartments differed. The three models failed to predict reliably the number of hospitalizations after the fitting periods at national as at regional scales. At the national scale, an improved calibration led to epidemic course profiles that reflected hospitalization dynamics and reproduction numbers that were coherent with official and literature estimates.ConclusionThis study shows that prevalence data are needed to further refine the calibration and make a selection between still divergent models. This underlines strongly the need for repeated prevalence studies on representative population samples.

Published
2021
Full Text
View/download PDF

2. A pattern-based mining system for exploring Displacement Field Time Series

Author

Noel Gourmelen, Christophe Rigotti, Nicolas Méger, Emmanuel Trouvé, Tuan Nguyen, Catherine Pothier, Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC), Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2), Data Mining and Machine Learning (DM2L), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Artificial Evolution and Computational Biology (BEAGLE), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), Extraction de Caractéristiques et Identification (imagine), School of Geosciences [Edinburgh], University of Edinburgh, ANR-15-CE23-0012,PHOENIX,Parcimonie, observations non-stationnaires de grandes dimensions, modélisation des séries chronologiques d'images et télédétection(2015), Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), and Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes

Subjects
geography, geography.geographical_feature_category, 010504 meteorology & atmospheric sciences, Computer science, [INFO.INFO-DS]Computer Science [cs]/Data Structures and Algorithms [cs.DS], 0211 other engineering and technologies, Climate change, Glacier, 02 engineering and technology, displacement field time series, computer.software_genre, 01 natural sciences, Visualization, 13. Climate action, pattern reliability, Pattern mining, Displacement field, sequential patterns, Data mining, Data pre-processing, Swap (computer programming), computer, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences
Abstract

International audience; This paper presents the first available system for mining patterns from Displacement Field Time Series (DFTS) along with the confidence measures inherent to these series. It consists of four main modules for data preprocessing, pattern extraction, pattern ranking and pattern visualization. It is based on an efficient extraction of reliable grouped frequent sequential patterns and on swap randomization. It can be for example used to assess climate change impacts on glacier dynamics.

Published
2019
Full Text
View/download PDF

3. A pattern-based method for handling confidence measures while mining satellite displacement field time series. Application to Greenland ice sheet and Alpine glaciers

Author

Nicolas Méger, Tuan Nguyen, Jean-Louis Mugnier, Catherine Pothier, Emmanuel Trouvé, Noel Gourmelen, Christophe Rigotti, Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), Polytech Annecy-Chambéry (EPU [Ecole Polytechnique Universitaire de l'Université de Savoie]), Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC), Data Mining and Machine Learning (DM2L), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), Artificial Evolution and Computational Biology (BEAGLE), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), Extraction de Caractéristiques et Identification (imagine), School of Geosciences [Edinburgh], University of Edinburgh, Centre National de la Recherche Scientifique (CNRS), Institut des Sciences de la Terre (ISTerre), Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des Réseaux (IFSTTAR)-Institut national des sciences de l'Univers (INSU - CNRS)-Institut de recherche pour le développement [IRD] : UR219-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), Funding for this project was provided by a grant from la Région Auvergne-Rhône-Alpes (Tuan Nguyen’s grant). The work was also supported by a University Savoie Mont Blanc AAP Montagne grant - project BG Big data pour la surveillance des Glaciers.Thanks to the German Aerospace Agency (DLR) for the TerraSAR-X images (project MTH0232)., ANR-15-CE23-0012,PHOENIX,Parcimonie, observations non-stationnaires de grandes dimensions, modélisation des séries chronologiques d'images et télédétection(2015), ANR-10-LABX-0088,IMU,Urban Worlds Intelligences(2010), Méger, Nicolas, Parcimonie, observations non-stationnaires de grandes dimensions, modélisation des séries chronologiques d'images et télédétection - - PHOENIX2015 - ANR-15-CE23-0012 - AAPG2015 - VALID, Urban Worlds Intelligences - - IMU2010 - ANR-10-LABX-0088 - LABX - VALID, Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), and Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes

Subjects
Synthetic aperture radar, Atmospheric Science, glacier dynamics, 010504 meteorology & atmospheric sciences, 0211 other engineering and technologies, Greenland ice sheet, [SDU.STU]Sciences of the Universe [physics]/Earth Sciences, Context (language use), 02 engineering and technology, 01 natural sciences, Displacement (vector), [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], displacement field time series (DFTS), Computers in Earth Sciences, Time series, Physics::Atmospheric and Oceanic Physics, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, geography, geography.geographical_feature_category, Satellite image time series (SITS), Glacier, [INFO.INFO-LG] Computer Science [cs]/Machine Learning [cs.LG], data mining, Geodesy, confidence measure, climate change, 13. Climate action, Displacement field, [SDU.STU] Sciences of the Universe [physics]/Earth Sciences, Satellite, Geology
Abstract

For more than 40 years, Earth observation satellites have been regularly providing images of glaciers that can be used to derive surface displacement fields and study their dynamics. In the context of global warming, the analysis of displacement field time series (DFTS) can provide useful information. Efficient data mining techniques are, thus, required to extract meaningful displacement evolutions from such large and complex datasets. In this paper, a pattern-based data mining approach, which handles confidence measures, is proposed to analyze DFTS. In order to focus on the most reliable measurements, a displacement evolution reliability measure is defined. It is aimed at assessing the quality of each evolution and pruning the search space. Experiments on two different DFTS (annual displacement fields derived from optical data over Greenland ice sheet and 11-day displacement fields derived from synthetic aperture radar data over Alpine glaciers) show the potential of the proposed approach.

Published
2018
Full Text
View/download PDF

4. Finding Complementary and Reliable Patterns in Displacement Field Time Series of Alpine Glaciers

Author

Christophe Rigotti, Jean-Louis Mugnier, Nicolas Méger, Emmanuel Trouvé, Catherine Pothier, Tuan Nguyen, Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC), Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), Polytech Annecy-Chambéry (EPU [Ecole Polytechnique Universitaire de l'Université de Savoie]), Data Mining and Machine Learning (DM2L), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), Artificial Evolution and Computational Biology (BEAGLE), Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-École Centrale de Lyon (ECL), Extraction de Caractéristiques et Identification (imagine), Institut des Sciences de la Terre (ISTerre), Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des Réseaux (IFSTTAR)-Institut national des sciences de l'Univers (INSU - CNRS)-Institut de recherche pour le développement [IRD] : UR219-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), Grant from la Region Auvergne-Rhone-Alpes (Tuan Nguyen's grant)., University Savoie Mont Blanc AAP Montagne grant - project BG: Big data pour la surveillance des Glaciers., Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), and Université de Lyon-Université Lumière - Lyon 2 (UL2)-Inria Grenoble - Rhône-Alpes

Subjects
geography, geography.geographical_feature_category, 010504 meteorology & atmospheric sciences, Gain measurement, [INFO.INFO-DS]Computer Science [cs]/Data Structures and Algorithms [cs.DS], 0211 other engineering and technologies, Glacier, 02 engineering and technology, Geodesy, 01 natural sciences, Confidence measures, Displacement field, Entropy (information theory), Satellite Image Time Series, Time series, Random variable, Geology, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences
Abstract

International audience; Dynamic systems such as glaciers can be studied using Displacement Field Time Series (DFTS), often derived from Satellite Image Time Series. Even if data mining patterns expressing interesting displacement evolutions can be extracted from DFTS, confidence measures coming along with these series have to be considered to focus on reliable evolutions. This paper introduces a new approach for selecting displacement evolutions that are reliable, informative and complementary. Reported experiments exhibit consistent displacement evolutions of Alpine glaciers and complete the current knowledge of the area.

Published
2018

5. Handling coherence measures of displacement field time series: Application to Greenland ice sheet glaciers

Author

Nicolas Méger, Catherine Pothier, Noel Gourmelen, Emmanuel Trouvé, Christophe Rigotti, Tuan Nguyen, Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC), Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), Data Mining and Machine Learning (DM2L), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), Artificial Evolution and Computational Biology (BEAGLE), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), Extraction de Caractéristiques et Identification (imagine), University of Edinburgh, IEEE, Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), and Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes

Subjects
geography.geographical_feature_category, 0211 other engineering and technologies, Greenland ice sheet, Glacier, 02 engineering and technology, Coherence (statistics), Geodesy, Electronic mail, Displacement (vector), Geography, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], Displacement field, 0202 electrical engineering, electronic engineering, information engineering, 020201 artificial intelligence & image processing, Satellite Image Time Series, Time series, ComputingMilieux_MISCELLANEOUS, 021101 geological & geomatics engineering, Remote sensing
Abstract

Displacement Field Time Series (DFTS) are often derived from Satellite Image Time Series to study dynamic systems such as glaciers. This analysis can be performed with pattern-based data mining techniques that search DFTS for all possible displacement evolutions. Nevertheless, existing pattern oriented methods do not take into account the coherence measures coming along with such DFTS data. This paper introduces an approach for handling the coherence when extracting displacement evolutions. In addition to defining a coherence notion for these evolutions, we show that focusing on the coherent patterns allows to prune the search space. Reported experiments exhibit consistent displacement evolutions of Greenland ice sheet glaciers.

Published
2017
Full Text
View/download PDF

6. A swap randomization approach for mining motion field time series over the Argentiere glacier

Author

Youen Pericault, Nicolas Méger, Emmanuel Trouvé, Ha Thai Pham, Flavien Vernier, Christophe Rigotti, Catherine Pothier, Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC), Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), Laboratoire de Génie Civil et d'Ingénierie Environnementale (LGCIE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2), Artificial Evolution and Computational Biology (BEAGLE), Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-École Centrale de Lyon (ECL), Data Mining and Machine Learning (DM2L), Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), and Méger, Nicolas

Subjects
grouped frequent sequential pattern, 0211 other engineering and technologies, 02 engineering and technology, terrestrial photogrammetry, computer.software_genre, motion field time series, remote sensing, Optical imaging, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], glaciology, 0202 electrical engineering, electronic engineering, information engineering, Time series, Data mining, 021101 geological & geomatics engineering, geography.geographical_feature_category, Argentiere glacier, swap randomization approach, Glacier, [INFO.INFO-LG] Computer Science [cs]/Machine Learning [cs.LG], Geography, Photogrammetry, Motion field, [INFO.INFO-IT]Computer Science [cs]/Information Theory [cs.IT], 020201 artificial intelligence & image processing, Satellite, [INFO.INFO-IT] Computer Science [cs]/Information Theory [cs.IT], image time series, Swap (computer programming), computer
Abstract

International audience; Grouped Frequent Sequential patterns can be extracted in an unsupervised way from Image Time Series (ITS). Plotting the occurrence maps of these patterns allows to describe the dataset spatially and temporally while discarding random uncertainties. However these maps can be too numerous and a swap randomization ranking approach has been proposed recently to select the most promising patterns. This previous work experimented the technique on Satellite ITS, giving credit to the maps that are least likely to appear on a randomized ITS. In this paper, extraction and ranking of GFS patterns is performed on a motion field time series obtained by terrestrial photogrammetry over the Argentière glacier. The focus is extended to the maps that are most likely to occur on the randomized time series and the experiment is repeated thousand times to assess the stability of the ranking.

Published
2015
Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results