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

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 (images, signal vocal…), des architectures un peu plus spécifiques ont été mises en place. 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

Avec tout ce qui a été présenté dans la partie 1, j’espère que vous aurez compris comment fonctionne de manière générale un réseau de neurones, avec les deux étapes principales que sont la forward propagation et la back propagation. Et c’est déjà pas mal, ça fait beaucoup de concepts à murir ! Dans cette partie, sans 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

A moins de sortir d’une période de cryogénisation ou d’avoir été enfermé dans un bunker pendant plusieurs années, il y a peu de chances que vous n’ayiez jamais entendus parler de réseau de neurones. En avoir entendu parler, c’est une chose. Comprendre ce à quoi à peut servir, c’en est une autre. Savoir comment ça 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

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 données spatialisées. Les fonctions de traitement inhérentes à QGIS en plus de toutes celles des systèmes d’information géographique associés (SAGA, GRASS…) via le En savoir plus surFaire le lien entre R et QGIS : Intégrer ses propres algorithmes écrits sous R dans QGIS[…]

Incertitude et 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 données captées (parfois trop), c’est-à-dire que nous les utilisons souvent telles quelles, En savoir plus surIncertitude et Sensibilité[…]

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

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, cette donnée brute issue des capteurs n’a, à elle seule, que peu d’intérêt. Cette donnée doit être replacée dans un contexte de production particulier et traitée avec des En savoir plus surGeoFIS: un outil libre pour traiter ses données en Agriculture de Précision[…]

Optimisation de l’échantillonnage au champ : échantillonnage orienté

Les campagnes de terrain sont un élément fondamental à la plupart des études en agriculture de précision. L’échantillonnage est nécessaire pour étalonner un modèle agronomique ou pour évaluer la structure spatiale d’une variable d’intérêt par proxy ou télédétection (teneur en eau ou en nutriments du sol). La position dans l’espace des échantillons doit être réfléchie En savoir plus surOptimisation de l’échantillonnage au champ : échantillonnage orienté[…]

Délimitation de classes et de zones de modulation en agriculture de précision

Classes ou zones de modulation ? La modulation intra-parcellaire est une pratique commune en Agriculture de Précision. L’objectif est de délimiter des zones de gestion dans les parcelles qui seront le lieu d’applications différenciées ou modulées. Les stratégies de modulation les plus fréquentes sont liées à la fertilisation, au semis ou encore à l’irrigation. Pour produire En savoir plus surDélimitation de classes et de zones de modulation en agriculture de précision[…]

Création de variogrammes avec R

Construire un variogramme théorique L’intérêt des variogramme dans les études d’Agriculture de Précision a largement été mise en avant dans un post précédent. C’est effectivement un outil très utile pour étudier la variabilité spatiale des données spatiales agronomiques et environnementales. Ce post met en avant un jeu de données qui a été créé en suivant En savoir plus surCréation de variogrammes avec R[…]

Variogramme et autocorrélation spatiale

Présentation du variogramme Il est presque impossible de parler d’analyse de données spatiales en Agriculture de Précision sans évoquer le variogramme. Prenez en compte que certaines personnes se réfèrent au terme semi-variogramme pour parler de la même chose. Il existe une confusion entre ces deux termes (Bachmaier et Backes, 2008). Certains auteurs font référence au terme semi-variogramme à En savoir plus surVariogramme et autocorrélation spatiale[…]