Upgrade to Pro — share decks privately, control downloads, hide ads and more …

#32 Météo et Deep Learning - Partie 2

#32 Météo et Deep Learning - Partie 2

Le monde de la météorologie est imprégné de la culture de la modélisation physique. La prévision du temps, c'est avant tout les équations de Navier-Stokes. Pourtant, avec plusieurs dizaines de téra-octets de données produites chaque mois par Météo-France, il y a de la place pour les Data Sciences !

Rafael nous propose de nous partager ses travaux de stage sur la détection de mésocyclones dans les images radar

Bio : Rafael Horvat, Alternant chez Météo-France durant les trois dernières années : développement web et de data sciences (Deep Learning appliqué aux images radar). Récemment diplômé ingénieur Informatique à l’école 3iL de Rodez (12).

Toulouse Data Science

October 02, 2018
Tweet

More Decks by Toulouse Data Science

Other Decks in Technology

Transcript

  1. 1
    Détection de mésocyclones 

    dans les images radar
    Rafael Horvat

    Toulouse, 13/09/2018

    View Slide

  2. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    2

    View Slide

  3. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    3

    View Slide

  4. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Sommaire
    • Contexte
    • Réalisation
    • Organisation technique
    • Bilan
    • Conclusion
    4

    View Slide

  5. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Sommaire
    • Contexte
    • La formation
    • Qu’est-ce qu’un mésocyclone ?
    • Organisation technique
    • Réalisation
    • Bilan
    • Conclusion
    5

    View Slide

  6. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    La formation
    6

    View Slide

  7. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Qu’est-ce qu’un mésocyclone ?
    7
    Source : Wikipedia

    View Slide

  8. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Sommaire
    • Contexte
    • Organisation technique
    • Les images radar
    • Choix techniques
    • Réalisation
    • Bilan
    • Conclusion
    8

    View Slide

  9. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Les images radar
    9
    Données brutes : 1066 × 720 pixels
    Fréquence
    5 min
    Variables météo
    2
    ex : Vitesse radiale du vent

    View Slide

  10. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Les images radar
    10
    Images d'entraînement
    250
    Mosaïques
    12 000

    View Slide

  11. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Choix techniques
    11

    View Slide

  12. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Sommaire
    • Contexte
    • Organisation technique
    • Réalisation
    • Découpe en mosaïques
    • Architectures testées
    • Nouvelle approche
    • Bilan
    • Conclusion
    12

    View Slide

  13. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Découpe en mosaïques
    13

    View Slide

  14. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Découpe en mosaïques
    14

    View Slide

  15. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Architectures testées : VGG16
    15

    View Slide

  16. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Architectures testées
    16
    AutoEncoder
    Classificator

    View Slide

  17. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Nouvelle approche
    • Classification Segmentation sémantique

    (classification pixel par pixel)
    ‣ Meilleure précision
    17

    View Slide

  18. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Nouvelle approche : U-Net
    18

    View Slide

  19. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Nouvelle approche : U-Net
    • 20 epochs:
    ‣ Jeu d’entrainement contenant de
    nombreux mésocyclones
    +
    • 100 epochs:
    ‣ Jeu d'entraînement complet
    19

    View Slide

  20. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Sommaire
    • Contexte
    • Organisation technique
    • Réalisation
    • Bilan
    • Résultats
    • Difficultés rencontrées
    • Axes d’améliorations
    • Conclusion
    20

    View Slide

  21. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Résultats : fonction de coût (loss)
    21

    View Slide

  22. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Taux de détection
    Taux de fausse alerte
    Entraînement 49 %
    Validation 35 %
    Entraînement 69 %
    Validation 82 %
    Résultats
    22

    View Slide

  23. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Résultats : correctes
    23

    View Slide

  24. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Résultats : incorrectes
    24

    View Slide

  25. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Difficultés rencontrées
    25
    • Complexité du modèle
    • Labellisation
    • Evaluation des modèles
    • Sous-représentation de la classe positive

    View Slide

  26. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Axes d’améliorations
    Nouvelles données
    Labellisation plus précise
    Utilisation du module SENet
    26

    View Slide

  27. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Sommaire
    • Contexte
    • Organisation technique
    • Réalisation
    • Bilan
    • Conclusion
    27

    View Slide

  28. Détection de mésocyclones dans les images radar - Rafael Horvat - 28/08/2018
    Conclusion
    • Peu de données
    • Étude prometteuse
    • Expérience enrichissante
    28

    View Slide

  29. 29
    Merci de votre attention.
    Questions ?

    View Slide