Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Programme cantonal Diabète: bilan de la première phase du programme (2010-2011) et construction d'une théorie d'action.

Le Programme cantonal diabète (PCD) du canton de Vaud a pour objectifs de réduire durablement l'impact du diabète sur la population vaudoise. Il a été élaboré à l'initiative du Service de la santé publique du canton de Vaud et la stratégie du programme a été construite sur la base des propositions de plusieurs groupes de travail. Ce programme inclut divers projets complémentaires qui ont été progressivement mis sur pied à partir de 2010. 2012 marque la fin de la première phase du programme et une évaluation-bilan du programme est demandée. Cette évaluation-bilan fait suite à une première phase de travaux qui ont consisté en une évaluation de l'évaluabilité du programme. Les résultats de cette première phase ont été délivrés en décembre 2011 au groupe de pilotage et consignés dans un rapport en février 2012. L'IUMSP propose donc pour 2012 des travaux en continuité de ce qui a été fait en 2011 et qui vont dans le sens d'un bilan critique et de propositions pour un système de monitoring à long terme du programme, comportant des indicateurs d'activité (à harmoniser lorsque c'est possible dans des projets similaires), des indicateurs de couverture et de résultats. [p. 7]

Le développement de la temporalité : théorie et instrument de mesure du temps notionnel chez l'enfant

Les aléas du développement de la temporalité chez l'enfant passent souvent inaperçus, masqués par divers troubles psychopathologiques. Le temps constitue toutefois une dimension essentielle de l'adaptation scolaire, familiale ou sociale. En première partie, cet article retrace la psychogenèse de la temporalité et plus particulièrement le développement du temps notionnel et le développement des notions cinématiques. La seconde partie est consacrée à la présentation du questionnaire temporel pour l'enfant (QTE), étalonné sur un échantillon de 153 enfants de 6 à 13 ans. Cet instrument d'évaluation du temps notionnel offre au clinicien un outil de screening permettant d'identifier les difficultés temporelles chez les enfants.

Développement d'indicateurs pour le contrat de prestations 2008 entre le Cipret et le Département de l'économie et de la santé (DES) : élaboration d'une théorie d'action du Cipret Genève selon le Modèle de catégorisation des résultats de Promotion Santé Suisse

[Table des matières] 1. Introduction. 2. Méthode. 3. Théorie d'action et plan de monitorage des résultats des activités du Cipret (Centre d'information et de prévention du tabagisme) : priorités pour l'année 2008: Axe 1: Informer sur les conséquences de la consommation de tabac et sur la promotion de la santé. Axe 2: Contribuer à la cohérence de la politique de santé publique en matière de tabac. Axe 3: Diminuer le nombre de nouveaux fumeurs. Axe 4: Aider au sevrage du tabac. Annexes.

Le fantastique hante-t-il les études théâtrales ? Histoire et théorie d'une disparition

En France, dans la seconde moitié du XXe siècle, les études sur le fantastique oublient le théâtre. Cet article propose d'abord une brève histoire de la disparition -dans l'histoire littéraire et théâtrale- du théâtre fantastique. Il montre ensuite la correspondance entre cette disparition et l'évolution des théories sur le fantastique. Il explore enfin les modalités et les lieux actuels de hantise du théâtre fantastique, fantôme (provisoire ?) de l'histoire du théâtre.

Un partenariat public-privé rigide ou flexible ? Théorie et application aux concessions routières à péage

In this article, we explore the contractual design of toll road concession contracts. We highlight the fact that contracting parties try to sign not only complete rigid contracts in order to avoid renegotiations but also flexible contracts in order to adapt contractual framework to contingencies and to create incentives for cooperative behavior. This gives rise to multiple toll adjustment provisions and to a tradeoff between rigid and flexible contracts. Such a tradeoff is formalized using an incomplete contract framework - including ex post maladaptation and renegotiation costs - and propositions are tested using an original database of 71 concession contracts. Our results suggest an important role for economic efficiency concerns, as well as politics, in designing such public-private contracts. Codes JEL : D23, H11, H54, L14, L9.