Search

International audience; Notre étude s'intéresse à la classification de journées de l'hiver 2017-2018 en fonction des conditions de précipitations. L'objectif est d'expliciter les étendues présentant le même type de conditions en lien avec différentes tendances météorologiques à l'échelle des Alpes françaises. Pour ce faire, nous mettons en œuvre une succession de méthodes classiques d'analyse statistique et de data-mining (Analyse en Composantes Principales, Classification Ascendante Hiérarchique et K-Moyennes). L'étude est conduite à travers une comparaison entre deux jeux de données de dimensions différentes : 90 et 15 journées. Le jeu de données de petite dimension (15 journées) a pour intérêt de confirmer les grandes tendances issues de l'analyse du jeu de données de plus grande dimension (90 journées) tout en ajoutant une nouvelle classe correspondant à une situation bien réelle mais sous-représentée et donc absorbée par le grand jeu de données. Menant cette étude dans le contexte des risques d'avalanches, nous montrons aussi qu'une corrélation peut être observée entre la localisation des étendues principalement affectées par les différentes tendances et la localisation des avalanches spontanées observées pour chaque journée correspondante.

International audience; Cet article s’intéresse aux distributions de possibilité bi-variées que nous proposons de construire à partir des distributions marginales. Nous suivons le chemin utilisé en probabilités par le théorème de Sklar qui relie une distribution de probabilité multi-variée à ses marginales par une copule qui modélise la dépendance entre les marginales. Nous nous interrogeons sur la potentielle équivalence entre l’approche probabiliste et l’approche possibiliste. Nous étudions plus particulièrement les cas de dépendance parfaite positive (comonotonie), de dépendance parfaite négative (anti-monotonie) et d’indépendance. Nous illustrons nos propositions sur des lois usuelles (uniforme, gaussienne).

Nous présentons dans ce papier nos travaux réalisés sur l’un des paramètres d’entrée d’un système d’aide à la décision en terrain soumis au risque d’avalanche. En particulier, nous présentons le développement d’un modèle flou permettant d’estimer la distance d’arrêt des avalanches dans les Alpes françaises. Ce modèle, adapté aux massifs alpins français, est développé afin de pallier aux modèles existants, invalides dans ce contexte. Les valeurs obtenues en sortie de ce modèle flou (i.e. les degrés d’appartenance aux ensembles flous décrivant l’aspect sécuritaire ou insécuritaire des distances prises sur le terrain, par les skieurs, par rapport aux pentes avalancheuses) sont ensuite intégrées comme données d’entrée du système global d’aide à la décision combinant un ensemble de paramètres.

International audience; Cet article s'inscrit dans le champ de l'analyse de données multi-variées par la théorie des possibilités. Dans ce contexte nous proposons une méthode de construction de distributions de possibilités multi-variées par transformation de lois de probabilité multi-variées, notamment les lois elliptiques, en étendant des principes établis pour les lois uni-variées. Pour comparer ces distributions, nous proposons ensuite une mesure de divergence possibiliste équivalente inspirée de la mesure probabiliste de Kullback-Leibler. Les expressions analytiques pour les lois multi-variées de Gauss, de Student, et de Cauchy sont établies. Une application aux problèmes de la détection de changement entre des images SAR corrélées temporellement est finalement présentée.

International audience; This paper aims to propose two main contributions in the field of multivariate data analysis through the possibility theory. The first proposition is the definition of a generalized family of multivariate elliptical possibility distributions. These distributions have been derived from a consistent probability-possibility transformation over the family of so-called elliptical probability distributions. The second contribution proposed by the paper is the definition of two divergence measures between possibilistic distributions. We prove that a symmetric version of the Kullback-Leibler divergence guarantees all divergence properties when related to the space of possibility distributions. We further derive analytical expressions of the latter divergence and of the Hellinger divergence for certain possibility distributions pertaining to the elliptical family proposed, especially the normal multivariate possibility divergence in two dimensions. Finally, this paper provides an illustration of the developed possibilistic tools in an application of bi-band change detection between optical satellite images.

National audience

In the literature, there exist different consistency criteria that were enounced and which are used to validate somehow the choice of one of those probability-possibility transformations among the others. However the effectiveness of those transformations in a real case is not known. Thus, this paper aims to present a framework to compare their performances for modeling precisely real data through an application of change detection. In this application, the information contained in the image is represented thanks to a possibility distribution obtained from one of the most studied transformations and applied to basic probability assignement. The possibility distributions are compared with dissimilarity measures and the rate of good classification is computed through a \emph{Receiving Operator Curve} (ROC). Different dissimilarity measures are used in order to be able to assess the performance of the five probability-possibility transformations., Il existe dans la littérature différents critères permettant de légitimer d'un point de vue théorique le choix d'une transformation probabilité-possibilité parmi celles proposées. Toutefois ces transformations possèdent un coût calculatoire et des performances non prises en compte dans la majorité des applications. Ainsi, ce papier propose d'évaluer les transformations discrètes de probabilité-possibilité et leur capacités à proposer une modélisation fidèle de l'information au travers d'une application de détection de changements entre images. Dans cette application, l'information contenue dans l'image est modélisée à partir d'une distribution de possibilité obtenue par l'une des cinq transformations les plus connues dans la littérature appliquée à une distribution de probabilité modélisant les données. Le taux de bonne détection est calculé grâce à une mesure de dissemblance appliquée aux distributions de possibilité. Trois mesures de dissemblance sont utilisées dans cette application afin de garantir une conclusion plus générale quant aux performances des transformations probabilité-possibilité.

International audience

International audience; Les surfaces tactiles fournissant un retour à l’utilisateur sous forme de vibrations sont en plein développement dans les domaines où le sens visuel a besoin d’être soulagé. En effet des signaux vibratoires différents appliqués sur un doigt suscitent des sensations tactiles plus ou moins agréables. Ainsi nous proposons dans cet article un modèle psychophysique flou prédisant les évaluations hédoniques des utilisateurs à partir de deux variables physiques issues du signal vibratoire. Le système flou de Takagi-Sugeno proposé pour un contexte automobile a permis d’évaluer correctement 43 signaux sur 48. Une interface intuitive permet de personnaliser le modèle flou.