Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN
Abstract & Details
Research Area
Intelligence artificiel, Informatique
Keywords
Apprentissage automatique
données déséquilibrées
formule Itô
k-proches voisins
LSTM
Abstract
Les données météorologiques sont souvent déséquilibrées en raison de la rareté de certains événements extrêmes comme les tempêtes, les sécheresses. L'apprentissage sur de telles données nécessite des techniques spécifiques pour éviter le biais et améliorer les performances du modèle.
Le but de cet article est d’utiliser de données équilibrées avant de prédire les variables météorologiques via des méthode classique LSTM ou GCM pour optimiser la prévision météorologique. Cette méthode est basée de la modélisation de la formule d’Itô combinée avec la méthode de k-proches voisins ou K-NN.
License
This work is licensed under a Creative
Commons
Attribution-ShareAlike 4.0 International License.
Author Information
| # | Name | Institute / Affiliation |
|---|---|---|
| 1 | RAMAHEFY Tiana Razefania | Université du Vakinankaratra, Madagascar |
| 2 | RANDRIAMAROSON Rivo Mahandrisoa | Univesrité Antananarivo |
How to Cite
Use the following formats to cite this article in your research.
APA Style
Razefania, RAMAHEFY Tiana & Mahandrisoa, RANDRIAMAROSON Rivo (2024). Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN. International Journal of Advance Research and Innovative Ideas In Education, 10(5), 399-406.
MLA Style
Razefania, RAMAHEFY Tiana, and RANDRIAMAROSON Rivo Mahandrisoa. "Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN." International Journal of Advance Research and Innovative Ideas In Education, vol. 10, no. 5, 2024, pp. 399-406.
IEEE Style
RAMAHEFY Tiana Razefania and RANDRIAMAROSON Rivo Mahandrisoa, "Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN," International Journal of Advance Research and Innovative Ideas In Education, vol. 10, no. 5, pp. 399-406, 2024.
Vancouver Style
Razefania RAMAHEFY Tiana, Mahandrisoa RANDRIAMAROSON Rivo. Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN. International Journal of Advance Research and Innovative Ideas In Education. 2024;10(5):399-406.
Harvard Style
Razefania, RAMAHEFY Tiana & Mahandrisoa, RANDRIAMAROSON Rivo (2024) 'Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN', International Journal of Advance Research and Innovative Ideas In Education, 10(5), pp. 399-406.
Chicago Style
Razefania, RAMAHEFY Tiana and RANDRIAMAROSON Rivo Mahandrisoa. "Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN." International Journal of Advance Research and Innovative Ideas In Education 10, no. 5 (2024): 399-406.
Turabian Style
Razefania, RAMAHEFY Tiana and RANDRIAMAROSON Rivo Mahandrisoa. "Optimisation de l’apprentissage des données météorologique déséquilibrées basé sur la modélisation du formule d’Itô et le k-NN." International Journal of Advance Research and Innovative Ideas In Education 10, no. 5 (2024): 399-406.
Related Research
Precision Agriculture Using Computer Vision: A Review of In-Field Disease Detection, Foliar Severity Estimation
Download PDF
Development of a Custom Handwritten Kannada Dataset and CNN-BiLSTM-CTC Based OCR System
Download PDF
Adaptive multi-model knowledge distillation with dynamic teacher selection for efficient lightweight network intrusion detection
Download PDF
CodeCoach AI: A Review of Automated Programming Assessment, Explainable Feedback, and an AI-Assisted Coding Practice Framework
Download PDF
BudgetBee - A Review of AI Enabled Personal Finance Management and Smart Budgeting Application
Download PDF
Krishi Sathi and AI-Powered Farming Assistants: A Systematic Review of Conversational and Decision-Support Intelligence for Smallholder Agriculture
Download PDF