This HTML5 document contains 34 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

PrefixNamespace IRI
marcrelhttp://id.loc.gov/vocabulary/relators/
dctermshttp://purl.org/dc/terms/
n18http://www.idref.fr/027542084/
n9http://www.idref.fr/153528478/
n5http://www.idref.fr/027253139/
dchttp://purl.org/dc/elements/1.1/
n14http://www.idref.fr/075448335/
rdauhttp://rdaregistry.info/Elements/u/
skoshttp://www.w3.org/2004/02/skos/core#
n17http://lexvo.org/id/iso639-3/
n16http://iflastandards.info/ns/isbd/terms/contentform/
rdachttp://rdaregistry.info/Elements/c/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
frbrhttp://purl.org/vocab/frbr/core#
n15http://iflastandards.info/ns/isbd/elements/
n12http://rdaregistry.info/termList/RDAContentType/
rdawhttp://rdaregistry.info/Elements/w/
xsdhhttp://www.w3.org/2001/XMLSchema#
n2http://www.idref.fr/247862193/
Subject Item
n2:id
rdf:type
rdac:C10001 frbr:Work
marcrel:ths
n14:id
marcrel:aut
n9:id
skos:altLabel
The MODELING OF RADIATIVE TRANSFER FOR CLIMATIC PURPOSES , A NEW APPROACH BASED ON ARTIFICIAL NEURAL NETWORKS
dc:subject
Neural network Thèses et écrits académiques Geophysique externe Methode statistique Repartition geographique Refroidissement Radiative properties Earth atmosphere Terre, ocean, espace Radiative transfer Propriete radiative Algorithme Atmosphere terrestre Algorithm Geographic distribution Transfert radiatif Reseau neuronal Cooling Statistical method
skos:prefLabel
LA MODELISATION DU TRANSFERT RADIATIF A DES FINS CLIMATIQUES, UNE NOUVELLE APPROCHE FONDEE SUR LES RESEAUX DE NEURONES ARTIFICIELS
dcterms:language
n17:fra
dcterms:subject
n5:id
dc:title
LA MODELISATION DU TRANSFERT RADIATIF A DES FINS CLIMATIQUES, UNE NOUVELLE APPROCHE FONDEE SUR LES RESEAUX DE NEURONES ARTIFICIELS
marcrel:dgg
n18:id
skos:note
NOUS AVONS DEVELOPPE UN CODE DE TRANSFERT RADIATIF POUR LES GRANDES LONGUEURS D'ONDE : NEUROFLUX. IL PERMET UN CALCUL RAPIDE ET PRECIS DES FLUX ET TAUX DE REFROIDISSEMENT RADIATIFS ATMOSPHERIQUES. NEUROFLUX EST FONDE SUR UNE METHODE STATISTIQUE : LE PERCEPTRON MULTICOUCHE DEFINI PAR RUMELHART ET AL. (1986). EN EFFET, L'ALGORITHME COMPREND PLUSIEURS DIZAINES DE RESEAUX DE NEURONES FORMELS. LEURS PARAMETRES ONT ETE INFERES SUR AUTANT DE BASES D'APPRENTISSAGE. TOUTES CES BASES REPOSENT SUR LA BANQUE DE DONNEES TIGR DU LMD, DONT NOUS AVONS DEVELOPPE UNE NOUVELLE VERSION. CELLE-CI A ETE CONSTITUEE PAR ECHANTILLONNAGE D'UNE BASE INITIALE COMPRENANT PLUSIEURS CENTAINES DE MILLIERS DE SONDAGES ATMOSPHERIQUES. PAR RAPPORT AUX PRECEDENTES VERSIONS DE LA BANQUE TIGR, LA METHODE D'ECHANTILLONNAGE QUE NOUS AVONS DEVELOPPEE PERMET DE CONSERVER UNE BONNE REPRESENTATIVITE DES PROFILS DE TEMPERATURE, TOUT EN AMELIORANT CELLE DES PROFILS DE VAPEUR D'EAU DE MANIERE SIGNIFICATIVE. DEUX CODES DE TRANSFERT RADIATIF CLASSIQUES, LE MODELE A BANDES LARGES DU CEPMMT (1991, 1995) ET LE MODELE RAIE-PAR-RAIE 4A DU LMD (1981, 1995), ONT ETE UTILISES A LA FOIS POUR CALCULER LES FLUX RADIATIFS ASSOCIES AUX BASES D'APPRENTISSAGE, ET POUR VALIDER NEUROFLUX. DES COMPARAISONS A L'ECHELLE MONDIALE ONT MONTRE QUE LA PRECISION DE NEUROFLUX EST COMPARABLE A CELLE DES CODES DE TRANSFERT RADIATIF UTILISES ACTUELLEMENT DANS LES MODELES DE CIRCULATION GENERALE DE L'ATMOSPHERE. SURTOUT, NEUROFLUX OFFRE UN GAIN EN TEMPS DE CALCUL SUBSTANTIEL : AU MOINS UN ORDRE DE GRANDEUR. ENFIN, NOUS AVONS INSERE NEUROFLUX DANS LE MODELE DE CLIMAT DU LMD. SUR UNE SIMULATION DE SIX MOIS, LA ROBUSTESSE DE LA METHODE A ETE CONFIRMEE. CETTE ETUDE A ENTRAINE LA REALISATION DE DIFFERENTS TRAVAUX CONNEXES : AINSI, UNE ANALYSE DE LA DISTRIBUTION GEOGRAPHIQUE DU REFROIDISSEMENT RADIATIF DANS L'ATMOSPHERE.
dc:type
Text
n15:P1001
n16:T1009
rdaw:P10219
1998
rdau:P60049
n12:1020