Éditeur(s) : HAL CCSD Lavoisier
Résumé : National audience
Dans cette étude, nous présentons, une méthode permettant de découvrir, par le biais de variables agrégées et d’un algorithme génétique, des informations non connues a priori et utiles pour la prédiction de crues. Cette méthode se prête particulièrement bien aux données dans lesquelles des informations à propos d’un même élément sont dispersées à travers plusieurs lignes du jeu de données initial.
In this paper, we present an heuristic based approach for feature selection in the context of flood prediction. Features are complex variables that represent aggregate values. We apply a preprocessing method on data in order to elicit relevant information that could not be easily accessible initially because it is split through several lines of a dataset. A genetic algorithm is used in order to search for the features that may prove the best performances for flood prediction.
ISSN: 1633-1311

hal-01184510
https://hal.archives-ouvertes.fr/hal-01184510