Blog

Suivez les dernières actualités postées ici !

L’Agriculture de Précision en toute intimité

Table des matières Les défis du secteur agricoleL’Agriculture de Précision, qu’est-ce que c’est ?Comment l’Agriculture de Précision peut-elle jouer un rôle dans la transition agro-écologique ?Une adoption de l’Agriculture de Précision somme toute un peu lente…Agriculture de Précision : Entre approbation et contradictionLa qualité des données, encore grande perdante…Pour aller plus loin …Expérimentations en micro-parcelles VS On-farm En savoir plus surL’Agriculture de Précision en toute intimité[…]

La logique floue ou l’extension de la logique classique

Table des matières Les systèmes d’inférence floueUn exemple un peu plus agroFuzzificationMoteur d’inférenceLa défuzzificationEn guise de discussion et de conclusion Le concept de logique floue a été proposé dans les années 60 par Lotfi Zadeh, un mathématicien et informaticien iranien, pour répondre aux limites de la bonne vieille logique classique. Mais alors de quelles limites En savoir plus surLa logique floue ou l’extension de la logique classique[…]

Visualisation de données avec R et Shiny

Table des matières Data visualisation avec RLe couplage de R et Shiny Visualiser ses données, c’est un peu THE partie la plus importante dans la gestion d’un projet (on parle souvent de « Data Visualisation » ou Dataviz »). Que ce soit en amont pour comprendre un peu comment sont agencées les données ou en aval pour qu’un En savoir plus surVisualisation de données avec R et Shiny[…]

Outliers, Données aberrantes – On fait le point

Table des matières Données aberrantes, présentez-vous !Un petit tour d’horizon des méthodes de détection d’outliersComment juger de la qualité d’une méthode de détection ?Que faire une fois qu’on a détecté des outliers ?Inconvénients et limites des méthodes actuelles : application générale et automatisation Rares sont ceux qui vous diront que leurs données sont toutes jolies et toutes propres En savoir plus surOutliers, Données aberrantes – On fait le point[…]

Réseau de neurones – On va essayer de démystifier un peu tout ça (3) – Application aux images

Table des matières Les réseaux de neurones convolutifsBanques d’imagesPackages et bibliothèques à utiliserConcours Kaggle L’architecture complexe que nous avons largement détaillée dans les parties précédentes est un perceptron multi-couches (MLP pour Multi Layer Perceptron). C’est l’architecture classique du réseau neuronal. Néanmoins, en fonction du type de données que l’on utilise en entrée des modèles neuronaux En savoir plus surRéseau de neurones – On va essayer de démystifier un peu tout ça (3) – Application aux images[…]

Réseau de neurones – On va essayer de démystifier un peu tout ça (2) – Pour aller un peu plus loin

Table des matières Initialisation des poids et des biaisLa fonction de cross-entropieRégularisation et Drop OutCompromis biais-varianceUn petit retour sur les hyper-paramètres, avec quelques petits nouveaux dans la listeApprentissages supervisés, non supervisés et par renforcement Avec tout ce qui a été présenté dans la partie 1, j’espère que vous aurez compris comment fonctionne de manière générale En savoir plus surRéseau de neurones – On va essayer de démystifier un peu tout ça (2) – Pour aller un peu plus loin[…]

Réseau de neurones – On va essayer de démystifier un peu tout ça (1) – Architecture neuronale

Table des matières Réseau de neurones, Deep learning et compagnieArchitecture du réseau de neuronesPropagation vers l’avant : Comment le rendement est-il estimé ?Propagation vers l’arrière [Backpropagation] : Comment le modèle apprend-t-il?Extension aux réseaux de neurones multicouches A moins de sortir d’une période de cryogénisation ou d’avoir été enfermé dans un bunker pendant plusieurs années, il y a peu En savoir plus surRéseau de neurones – On va essayer de démystifier un peu tout ça (1) – Architecture neuronale[…]

Faire le lien entre R et QGIS : Intégrer ses propres algorithmes écrits sous R dans QGIS

Table des matières Paramétrage de QGIS et de RLe traitement à réaliserQuelques règles de bonne conduiteImplémentation du code R dans QGISLancement du script Paramétrage de QGIS et de R La présentation de QGIS n’est plus à faire ! Cette plateforme open-source est maintenant largement utilisée dans de nombreux domaines pour visualiser, exploiter et traiter des En savoir plus surFaire le lien entre R et QGIS : Intégrer ses propres algorithmes écrits sous R dans QGIS[…]

Incertitude et Sensibilité

Table des matières Différentes sources d’incertitudeAnalyse d’incertitudeUn focus sur l’analyse de sensibilité Les outils d’agriculture de précision (capteurs piétons, statiques, embarqués sur tracteurs ou vecteurs aéroportés…) permettent d’acquérir des jeux de données agronomiques et environnementaux à des résolutions spatiales, temporelles, et attributaires impressionnantes. Et d’une manière générale, nous avons tendance à faire confiance à ces En savoir plus surIncertitude et Sensibilité[…]

GeoFIS: un outil libre pour traiter ses données en Agriculture de Précision

Table des matières Visualiser ses données Nettoyer / Filtrer ses donnéesInterpoler ses donnéesCréer des zones de modulationOpportunité technique de modulationFusionner plusieurs couches d’informationLe petit mot de la fin L’ensemble des systèmes d’acquisition de données positionné dans et autour des parcelles agricoles génère une quantité d’informations très importante sur le fonctionnement des systèmes de production. Néanmoins, En savoir plus surGeoFIS: un outil libre pour traiter ses données en Agriculture de Précision[…]