Détection des Anomalies des Mesures Météorologiques par Apprentissage Automatique

Le but du projet proposé consiste à développer des méthodes de détection des anomalies des mesures de températures et de précipitations enregistrées de façon automatique par les réseaux des membres de Solutions Mesonet. Les méthodes de détection qui seront proposées seront basées sur l’apprentissage automatique et plus particulièrement sur des modèlesstatistique spatio-temporels. Ces modèles permettront notamment de regrouper les informations provenant de toutes les observations afin de détecter les données suspectes et de proposer des valeurs de remplacement dans le cas où les données suspectes sont aberrantes.

Faculty Supervisor:

Jonathan Jalbert;Camélia Dadouchi

Student:

Partner:

Hydro-Quebec;Solutions Mesonet

Discipline:

Mathematics

Sector:

Information and Communications Technology; Natural Resources; Clean Technology

University:

Polytechnique Montréal

Program: