1,721,171 research outputs found
Analysis of Mobility in Public Transport Systems Through Machine Learning Applied to Ticketing Log Data
No full textLes données billettiques sont de plus en plus utilisées pour l'analyse de la mobilité dans les transports en commun. Leur richesse spatiale et temporelle ainsi que leur volume, en font un bon matériel pour une meilleure compréhension des habitudes des usagers, pour prédire les flux de passagers ou bien encore pour extraire des informations sur les événements atypiques (ou anomalies), correspondant par exemple à un accroissement ou à une baisse inhabituelle du nombre de validations enregistrées sur le réseau.Après une présentation des travaux ayant été menés sur les données billettiques, cette thèse s'est attachée à développer de nouveaux outils de traitement de ces données. Nous nous sommes particulièrement intéressés à deux challenges nous semblant non encore totalement résolus dans la littérature : l'aide à la mise en qualité des données et la modélisation et le suivi des habitudes temporelles des usagers.Un des principaux challenges de la mise en qualité des données consiste en la construction d'une méthodologie robuste qui soit capable de détecter des plages de données potentiellement problématique correspondant à des situations atypiques et ce quel que soit le contexte (jour de la semaine, vacances, jours fériés, ...). Pour cela une méthodologie en deux étapes a été déployée, à savoir le clustering pour la détermination du contexte et la détection d'anomalies. L'évaluation de la méthodologie proposée a été entreprise sur un jeu de données réelles collectées sur le réseau de transport en commun rennais. En croisant les résultats obtenus avec les événements sociaux et culturels de la ville, l'approche a permis d'évaluer l'impact de ces événements sur la demande en transport, en termes de sévérité et d'influence spatiale sur les stations voisines.Le deuxième volet de la thèse concerne la modélisation et le suivi de l'activité temporelle des usagers. Un modèle de mélange de gaussiennes a été développé pour partitionner les usagers dans les clusters en fonction des heures auxquelles ils utilisent les transports en commun. L'originalité de la méthodologie proposée réside dans l'obtention de profils temporels continus pour décrire finement les routines temporelles de chaque groupe d'usager. Les appartenance aux clusters ont également été croisées avec les données disponibles sur les usagers (type de carte) en vue d'obtenir une description plus précise de chaque cluster. L'évolution de l'appartenance aux clusters au cours des années a également été analysée afin d'évaluer la stabilité de l'utilisation des transports d'une année sur l'autre.Ticketing logs are being increasingly used to analyse mobility in public transport. The spatial and temporal richness as well as the volume of these data make them useful for understanding passenger habits and predicting origin-destination flows. Information on the operations carried out on the transportation network can also be extracted in order to detect atypical events (or anomalies), such as an unusual increase or decrease in the number of validations.This thesis focuses on developing new tools to process ticketing log data. We are particularly interested in two challenges that seem to be not yet fully resolved in the literature: help with data quality as well as the modeling and monitoring of passengers' temporal habits.One of the main challenges in data quality is the construction of a robust methodology capable of detecting atypical situations in any context (day of the week, holidays, public holidays, etc.). To this end, two steps were deployed, namely clustering for context estimation and detection of anomalies. The evaluation of the proposed methodology is conducted on a real dataset collected on the Rennes public transport network. By cross-comparing the obtained results with the social and cultural events of the city, it is possible to assess the impact of these events on transport demand, in terms, of severity and spatial influence on neighboring stations.The second part of the thesis focuses on the modeling and the tracking of the temporal activity of passengers. A Gaussian mixture model is proposed to partition passengers into clusters according to the hours they use public transport. The originality of the methodology compared to existing approaches lies in obtaining continuous time profiles in order to finely describe the time routines of each passenger cluster. Cluster memberships are also cross-referenced with passenger data (card type) to obtain a more accurate description of each cluster. The cluster membership over the years has also been analyzed in order to study how the use of transport evolve
Forecasting and visualization of passenger demand in public transport network with machine learning methods
No full textDans le cadre de la lutte contre le réchauffement climatique, plusieurs pays du monde notamment le Canada et certains pays européens dont la France, ont établi des mesures afin de réduire les nuisances environnementales. L'un des axes majeurs abordés par les états concerne le secteur du transport et plus particulièrement le développement des systèmes de transport en commun en vue de réduire l'utilisation de la voiture personnelle et les émissions de gaz à effet de serre. A cette fin, les collectivités concernées visent à mettre en place des systèmes de transports urbains plus accessibles, propres et durables. Dans ce contexte, cette thèse en codirection entre l'Université Paris-Est, l'Institut français des sciences et technologies des transports, de l'aménagement et des réseaux (IFSTTAR) et Polytechnique Montréal au Canada, s'attache à analyser la mobilité urbaine au travers de recherches menées sur la prévision et la visualisation de l'affluence des passagers dans les transports en commun à l'aide de méthodes d'apprentissage automatique. Les motivations finales concernent l'amélioration des services de transport proposés aux usagers, tels qu'une meilleure planification de l'offre de transport et une amélioration de l'information voyageur (e.g., proposition d'itinéraire en cas d'événement/incident, information concernant le taux de de remplissage des trains à un horaire choisi, etc.). Cette thèse s'inscrit dans un contexte général de valorisation des traces numériques et d'essor du domaine de la science des données (e.g., collecte et stockage des données, développement de méthodes d'apprentissage automatique, etc.). Les travaux comportent trois volets principaux à savoir (i) la prévision long terme de l'affluence des passagers à l'aide de base de données événementielles et de données billettiques, (ii) la prévision court terme de l'affluence des passagers et (iii) la visualisation de l'affluence des passagers dans les transports en commun. Les recherches se basent principalement sur l'utilisation de données billettiques fournies par les opérateurs de transports et ont été menées sur trois cas d'études réels, le réseau de métro et de bus de la ville de Rennes, le réseau ferré et de tramway du quartier d'affaire de la Défense à Paris en France, et le réseau de métro de Montréal, Québec au CanadaAs part of the fight against global warming, several countries around the world, including Canada and some European countries, including France, have established measures to reduce greenhouse gas emissions. One of the major areas addressed by the states concerns the transport sector and more particularly the development of public transport to reduce the use of private cars. To this end, the local authorities concerned aim to establish more accessible, clean and sustainable urban transport systems. In this context, this thesis, co-directed by the University of Paris-Est, the french institute of science and technology for transport, development and network (IFSTTAR) and Polytechnique Montréal in Canada, focuses on the analysis of urban mobility through research conducted on the forecasting and visualization of public transport ridership using machine learning methods. The main motivations concern the improvement of transport services offered to passengers such as: better planning of transport supply, improvement of passenger information (e.g., proposed itinerary in the case of an event/incident, information about the crowd in the train at a chosen time, etc.). In order to improve transport operators' knowledge of user travel in urban areas, we are taking advantage of the development of data science (e.g., data collection, development of machine learning methods). This thesis thus focuses on three main parts: (i) long-term forecasting of passenger demand using event databases, (ii) short-term forecasting of passenger demand and (iii) visualization of passenger demand on public transport. The research is mainly based on the use of ticketing data provided by transport operators and was carried out on three real case study, the metro and bus network of the city of Rennes, the rail and tramway network of "La Défense" business district in Paris, France, and the metro network of Montreal, Quebec in Canad
Load forecasting in public transport in atypical situations using computer vision
No full textLes transports en commun jouent un rôle essentiel dans le développement du tissu urbain en offrant des services de transport contribuant à la durabilité des grandes villes. Avec la tenue d'évènements majeurs (Jeux Olympiques 2024, Coupe du Monde de Rugby) et la création de nouvelles lignes de métro dans la capitale parisienne (projet du Grand Paris), les transports en commun seront soumis à des contraintes nouvelles et atypiques. La tâche de prédiction de charge à bord doit bien sûr fournir une prédiction la plus fiable possible en situation nominale mais elle doit aussi tenir compte de ces futures évolutions en considérant les situations atypiques observées au cours des dernières années (Covid, Grève, incident) afin de garantir un niveau de service élevé favorisant l'usage des transports en commun. Dans ce contexte, ces travaux de thèse cherchent à construire un modèle de prédiction court-terme de charge en focalisant sur les situations atypiques du réseau, qu'elles soient prévues ou non, récurrentes ou non. La modélisation est construite sur une représentation fidèle des mouvements de trains sous la forme d'une image. Une telle représentation des données a l'avantage d'encoder l'intégralité des trains circulant sur une ligne de transport en évitant toute agrégation temporelle, autorisant ainsi une prédiction à l'échelle de la ligne et une compréhension fine des dynamiques de charges en particulier lors des cas atypiques. La prédiction de charge est ainsi transposée sous la forme d'une problématique de traitement d'image visant à reconstruire une partie de l'image (tâche d'inpainting). Elle est effectuée simultanément pour tous les trains et stations d'une ligne de métro. En s'inspirant des modèles de traitement d'image, nous proposons une méthodologie de prédiction court-terme des charges dans les transports en commun, tenant compte des spécificités propres à l'image comme les données manquantes, l'aspect spatio-temporelle entre trains et stations. Un des challenge de la thèse est de valider la méthodologie proposée sur un jeu de trois ans de données avec une variété de situations atypiques (événements sportifs, Covid, grèves, incidents, ...) tout en utilisant diverses architectures allant de la diffusion à l'apprentissage profond en particulier les modèles U-net et transformer (Vision Transformer pour les images). Enfin, ces travaux mettent l'accent sur les situations atypiques, regroupant à la fois les perturbations d'une ligne (retards, fortes charges), et des évènements impactant la ligne (événements sportifs, confinements, grèves). Ces contextes spéciaux du trafic ferroviaire constituent un réel enjeu pour les outils de prédiction car ils ne sont pas considérés dans l'offre théorique. Dans un premier temps, nous exploitons conjointement des indicateurs statistiques et l'espace latent pour labelliser les images et constituer des sous-bases spécifiques. Nous procédons ensuite à une analyse différenciée des performances de prédiction sur chacune des classes d'images. Il s'agit d'évaluer les modèles pour les cas les plus complexes afin de juger de leur capacité de généralisation. Dans un second temps, nous explorons deux pistes pour améliorer ces performances, l'une se base sur le sur-échantillonnage des images atypiques tandis que l'autre s'attache à générer de nouvelles images atypiques. Nous évaluons les modèles de prédiction de charges sur les bases de données ainsi constituéesPublic transport is essential in shaping urban development and fostering sustainable practices in major cities. As Paris gears up for significant events like the 2024 Olympic Games, the Rugby World Cup, and the expansion of its metro network through the Greater Paris project, the public transport system faces new and unprecedented challenges. While the primary goal remains to provide accurate load forecasts under normal conditions, accounting for atypical situations observed in recent years, such as COVID outbreaks, strikes, or incidents, is equally crucial. This proactive approach ensures a high standard of service that promotes the continued use of public transportation.In this context, this thesis seeks to build a short-term load prediction model focusing on atypical situations on the network, whether or not they are foreseen or recurring. The model is based on a faithful representation of train movements in an image way. The advantage of this type of data representation is that it encodes all the trains running on a transport line, avoiding any temporal aggregation, thus enabling line-wide prediction and a detailed understanding of load dynamics, particularly in atypical cases.The task of load prediction is transformed into an image processing problem akin to image inpainting, where we aim to reconstruct a portion of the image. This process is carried out simultaneously for all trains and stations along a metro line. Drawing inspiration from image processing techniques, we introduce a methodology for short-term load forecasting in public transport, which accounts for image-specific aspects like missing data and the spatio-temporal relationships between trains and stations. One of the critical challenges in this thesis is to validate the proposed methodology using a three-year dataset encompassing various atypical situations (such as sporting events, Covid-related disruptions, strikes, incidents, etc.), leveraging diverse architectural approaches ranging from diffusion models to deep learning, particularly U-net models and transformers (specifically Vision Transformers designed for images). Finally, this research is mainly dedicated to atypical scenarios, encompassing both disruptions within the rail system (such as delays and high loads) and external events impacting the service (including sporting events, lockdowns, and strikes). These unique rail traffic contexts pose a significant challenge for predictive tools since they are not accounted for in standard theoretical models. Our approach involves two key strategies. Firstly, we employ statistical indicators and latent space to label the images, creating specialized sub-datasets. Subsequently, we conduct a differentiated analysis of prediction performance for each image class, explicitly focusing on the most complex cases to evaluate the models' generalization capabilities.Furthermore, we explore two methods for enhancing prediction accuracy. One approach involves oversampling atypical images, while the other generates new ones. These techniques evaluate load prediction models across the resulting datasets, ultimately contributing to a more comprehensive understanding of predicting load under diverse and challenging condition
Data mining for the extraction of usage profiles and forecasting in the energy field
No full textDe nos jours, les pays sont amenés à prendre des mesures visant à une meilleure rationalisation des ressources en électricité dans une optique de développement durable. Des solutions de comptage communicantes (Smart Meters), sont mises en place et autorisent désormais une lecture fine des consommations. Les données spatio-temporelles massives collectées peuvent ainsi aider à mieux connaitre les habitudes de consommation et pouvoir les prévoir de façon précise. Le but est d'être en mesure d'assurer un usage « intelligent » des ressources pour une meilleure consommation : en réduisant par exemple les pointes de consommations ou en ayant recours à des sources d'énergies renouvelables. Les travaux de thèse se situent dans ce contexte et ont pour ambition de développer des outils de fouille de données en vue de mieux comprendre les habitudes de consommation électrique et de prévoir la production d'énergie solaire, permettant ensuite une gestion intelligente de l'énergie.Le premier volet de la thèse s'intéresse à la classification des comportements types de consommation électrique à l'échelle d'un bâtiment puis d'un territoire. Dans le premier cas, une identification des profils types de consommation électrique journalière a été menée en se basant sur l'algorithme des K-moyennes fonctionnel et sur un modèle de mélange gaussien. A l'échelle d'un territoire et en se plaçant dans un contexte non supervisé, le but est d'identifier des profils de consommation électrique types des usagers résidentiels et de relier ces profils à des variables contextuelles et des métadonnées collectées sur les usagers. Une extension du modèle de mélange gaussien classique a été proposée. Celle-ci permet la prise en compte de variables exogènes telles que le type de jour (samedi, dimanche et jour travaillé,…) dans la classification, conduisant ainsi à un modèle parcimonieux. Le modèle proposé a été comparé à des modèles classiques et appliqué sur une base de données irlandaise incluant à la fois des données de consommations électriques et des enquêtes menées auprès des usagers. Une analyse des résultats sur une période mensuelle a permis d'extraire un ensemble réduit de groupes d'usagers homogènes au sens de leurs habitudes de consommation électrique. Nous nous sommes également attachés à quantifier la régularité des usagers en termes de consommation ainsi que l'évolution temporelle de leurs habitudes de consommation au cours de l'année. Ces deux aspects sont en effet nécessaires à l'évaluation du potentiel de changement de comportement de consommation que requiert une politique d'effacement (décalage des pics de consommations par exemple) mise en place par les fournisseurs d'électricité.Le deuxième volet de la thèse porte sur la prévision de l'irradiance solaire sur deux horizons temporels : à court et moyen termes. Pour ce faire, plusieurs méthodes ont été utilisées parmi lesquelles des méthodes statistiques classiques et des méthodes d'apprentissage automatique. En vue de tirer profit des différents modèles, une approche hybride combinant les différents modèles a été proposée. Une évaluation exhaustive des différents approches a été menée sur une large base de données incluant des paramètres météorologiques mesurés et des prévisions issues des modèles NWP (Numerical Weather Predictions). La grande diversité des jeux de données relatifs à quatre localisations aux climats bien distincts (Carpentras, Brasilia, Pampelune et Ile de la Réunion) a permis de démontrer la pertinence du modèle hybride proposé et ce, pour l'ensemble des localisationsNowadays, countries are called upon to take measures aimed at a better rationalization of electricity resources with a view to sustainable development. Smart Metering solutions have been implemented and now allow a fine reading of consumption. The massive spatio-temporal data collected can thus help to better understand consumption behaviors, be able to forecast them and manage them precisely. The aim is to be able to ensure "intelligent" use of resources to consume less and consume better, for example by reducing consumption peaks or by using renewable energy sources. The thesis work takes place in this context and aims to develop data mining tools in order to better understand electricity consumption behaviors and to predict solar energy production, then enabling intelligent energy management.The first part of the thesis focuses on the classification of typical electrical consumption behaviors at the scale of a building and then a territory. In the first case, an identification of typical daily power consumption profiles was conducted based on the functional K-means algorithm and a Gaussian mixture model. On a territorial scale and in an unsupervised context, the aim is to identify typical electricity consumption profiles of residential users and to link these profiles to contextual variables and metadata collected on users. An extension of the classical Gaussian mixture model has been proposed. This allows exogenous variables such as the type of day (Saturday, Sunday and working day,...) to be taken into account in the classification, thus leading to a parsimonious model. The proposed model was compared with classical models and applied to an Irish database including both electricity consumption data and user surveys. An analysis of the results over a monthly period made it possible to extract a reduced set of homogeneous user groups in terms of their electricity consumption behaviors. We have also endeavoured to quantify the regularity of users in terms of consumption as well as the temporal evolution of their consumption behaviors during the year. These two aspects are indeed necessary to evaluate the potential for changing consumption behavior that requires a demand response policy (shift in peak consumption, for example) set up by electricity suppliers.The second part of the thesis concerns the forecast of solar irradiance over two time horizons: short and medium term. To do this, several approaches have been developed, including autoregressive statistical approaches for modelling time series and machine learning approaches based on neural networks, random forests and support vector machines. In order to take advantage of the different models, a hybrid model combining the different models was proposed. An exhaustive evaluation of the different approaches was conducted on a large database including four locations (Carpentras, Brasilia, Pamplona and Reunion Island), each characterized by a specific climate as well as weather parameters: measured and predicted using NWP models (Numerical Weather Predictions). The results obtained showed that the hybrid model improves the results of photovoltaic production forecasts for all location
Powered Two Wheelers riding patterns classification and critical events recognition
No full textL'objectif de cette thèse est de développer des outils d'analyse de données recueillies sur les deux roues motorisés (2RMs). Dans ce cadre, des expérimentations sont menées sur des motos instrumentés dans un contexte de conduite réelle incluant à la fois des conduites normales dites naturelles et des conduites à risques (presque chute et chute). Dans la première partie de la thèse, des méthodes d'apprentissage supervisé ont été utilisées pour la classification de situations de conduite d'un 2RM. Les approches développées dans ce contexte ont montré l'intérêt de prendre en compte l'aspect temporel des données dans la conduite d'un 2RM. A cet effet, nous avons montré l'efficacité des modèles de Markov cachés. La seconde partie de cette thèse porte sur le développement d'outils de détection et de classification hors ligne des évènements critiques de conduite, ainsi que, la détection en ligne des situations de chute d'un 2RM. L'approche proposée pour la détection hors ligne des évènements critiques de conduite repose sur l'utilisation d'un modèle de mélange de densités gaussiennes à proportions logistiques. Ce modèle sert à la segmentation non supervisée des séquences de conduite. Des caractéristiques extraites du paramètre du modèle de mélange sont utilisées comme entrées d'un classifieur pour classifier les évènements critiques. Pour la détection en ligne de chute, une méthode simple de détection séquentielle d'anomalies basée sur la carte de contrôle MCUSUM a été proposée. Les résultats obtenus sur une base de données réelle ont permis de montrer l'efficacité des méthodologies proposées à la fois pour la classification de situations de conduite et à la détection des évènements critiques de conduiteThis thesis aims to develop framework tools for analyzing and understanding the riding of Powered Two Wheelers (PTW). Experiments are conducted using instrumented PTW in real context including both normal (naturalistic) riding behaviors and critical riding behaviors (near fall and fall). The two objectives of this thesis are the riding patterns classification and critical riding events detection. In the first part of this thesis, a machine-learning framework is used for riding pattern recognition problem. Therefore, this problem is formulated as a classification task to identify the class of riding patterns. The approaches developed in this context have shown the interest to take into account the temporal aspect of the data in PTW riding. Moreover, we have shown the effectiveness of hidden Markov models for such problem. The second part of this thesis focuses on the development of the off-line detection and classification of critical riding events tools and the on-line fall detection. The problem of detection and classification of critical riding events has been performed towards two steps: (1) the segmentation step, where the multidimensional time of data were modeled and segmented by using a mixture model with quadratic logistic proportions; (2) the classification step, which consists in using a pattern recognition algorithm in order to assign each event by its extracted features to one of the three classes namely Fall, near Fall and Naturalistic riding. Regarding the fall detection problem, it is formulated as a sequential anomaly detection problem. The Multivariate CUmulative SUM (MCUSUM) control chart was applied on the data collected from sensors mounted on the motorcycle. The obtained results on a real database have shown the effectiveness of the proposed methodology for both riding pattern recognition and critical riding events detection problem
Dynamic modelling, clustering and change detection in categorical panel data issued from smart water grids
No full textDe nos jours, on observe une préoccupation croissante suscitée par les problèmes environnementaux et ceux liés à la gestion des ressources comme l'eau et l'électricité. Dans le cadre d'une collaboration avec Veolia Eau d'Île-de-France et le syndicat des eaux d'Île-de-France, cette thèse se focalise dans un premier temps sur la classification des consommateurs d'eau ayant une dynamique d'habitudes de consommation similaire dans le temps. Dans chaque classe, cette dynamique dépend d'un nombre de facteurs exogènes. Pour modéliser cette densité jointe, nous utilisons un modèle de mélange où chaque composante est un modèle de Markov non homogène. Une fois les paramètres de ce modèle estimés, les futures habitudes de consommation dans chaque classe peuvent être prédites. Dans un second temps, le problème de la détection de changements structurels, communs à un ensemble de consommateurs est également étudié. Pour ce faire, les tests séquentiels d'hypothèses du rapport de vraisemblance sont utilisés. Ces derniers sont fondés sur des modèles de Markov non homogènes pour pouvoir modéliser le comportement dynamique des consommateurs. Un seuil adaptatif est également estimé en utilisant les simulations de type Monte Carlo. Cela permet d'adapter le seuil à différents types de changement et de réduire le taux de fausses alarmes. Les résultats de classification et de détection de changements obtenus sur une base de données réelle issue d'un réseau d'eau se sont révélés pertinents et efficaces. Finalement, une analyse de l'influence des variables exogènes en utilisant les paramètres estimés des modèles proposés permet d'enrichir les interprétationsNowadays, we observe a growing concern raised by the environmental issues and those related to management of the resources as electricity and water. As part of a collaborative project with Veolia Eau d'Île-de-France and le syndicat des eaux d'Île-de-France, this PhD research addresses initially the clustering of water consumers based on their consumption behavior dynamics over time. These dynamics, in each cluster, depend on a number of exogenous factors. To model this joint density, non-homogeneous Markov models are investigated as the components of a mixture model. Hence, the estimation of the parameters in each cluster allows to predict the future consumption behaviors independently. Afterwards, the problem of online structural change detection in a set of consumption behavior sequences is addressed. To this end, a sequential hypothesis testing of generalized likelihood ratio, based on a non-homogeneous Markov model is proposed. An adaptive threshold is also used which can be adjusted throughout the various types of changes and may reduce the number of false alarms. The results on a real dataset which is issued from a water network allow to highlight the effectiveness of the proposed methods both in terms of clustering and change detection. Finally, the analysis of the estimated parameters of both models allows to study the influence of exogenous factors on clustering and detected change
Paramétrisation et classification de signaux en contrôle non destructif. Application à la reconnaissance des défauts de rails par courants de Foucault
No full textJury : G. Delaunay, G. Dreyfus (rapporteurs), B. Dubuisson (président), P. Aknin, J. Deprez, D. Placko (examinateurs), J.P. Perrin (invité)The work presented in this report deals with a device for the rail head defect detection and recognition. In the first section, a non contact eddy current inspection system dedicated to rail head non destructive testing in the exploitation situation is presented. The main conception options (differential measurement, bi-frequency, shielding...) are described and validated by in-situ experimental tests. A list of defect classes has been established and a representative data base has been also constituted to elaborate the processing system. The first part of the defect recognition process concerns the representation mode of sensor output signals. The main properties required for the parametrization are a great descriptive potential as well as a strong insensitivity to problem invariants (as play-back operation, scale factor, lift-off). An original parametrization procedure referred to as "Modified Fourier Descriptors" has been elaboreted and compared to parametrization of an autoregressive type. A parameter selection must then be carried out in order to maintain only the parameters relevant to class separability. For the parameter classification, the orthogonalization method and the sequential backward and forward procedures are compared. In order to select a subset of parameters, many stop criterions are also presented. The application of those methods to our data base is illustrated. The last section of this report is devoted to a supervised neuronal classification by means of multilayer perceptron and radial basis function. For these two types of networks, both global and partitioned approachs are exposed. In the first case, the muliclass problem is solved simultaneously while in the partial case, the problem of classification is subdivised into subproblems. The classification performance are given for the two approaches and it will be shown that the partitionning results are better and bear more relevance to our application in correspondance with a small learning dataset size.Le travail présenté dans ce mémoire traite d'un dispositif embarqué de détection et de reconnaissance des défauts de rail débouchants. Une structure multicapteur à courants de Foucault permettant le contrôle non destructif de l'intégrité des rails en voie, sans contact et en condition d'exploitation commerciale est détaillée dans le premier chapitre. Les principales options de conception (mesures différentielles, bi-fréquences, blindages...) y sont décrites, et validées a posteriori par des essais sur site dans des conditions de mesure réelles. Une liste des classes de défauts détectables par le capteur a été établie (fissures, écaillages...) ainsi qu'une base de données représentative du site pour la mise au point des traitements haut niveau. La première phase des traitements concerne le mode de représentation des signaux complexes issus du capteur. Cette paramétrisation doit posséder un fort potentiel descriptif tout en restant insensible à certaines opérations sur les signaux définies comme des invariants du problème (retournement, homothéties, lift-off). Une procédure originale de paramétrisation des signatures dénommée "Descripteurs de Fourier Modifiés", a été mise au point et comparée à des paramétrisations de type autorégressive. Sur l'ensemble des paramètres d'une signature, une sélection doit ensuite être effectuée en termes de pertinence à la discrimination entre classes. Une méthode d'ordonnancement par orthogonalisation et des méthodes séquentielles constructive et destructive pour le classement des paramètres sont comparées. Différents critères d'arrêt permettent de choisir le nombre réduit de paramètres retenus; des résultats de mise en oeuvre sur la base de données de ces différentes méthodes sont présentés. Le dernier chapitre de ce mémoire traite de la classification neuronale supervisée à l'aide de réseaux de type perceptron multicouche ou de réseaux à fonctions radiales de base. Pour ces deux types de réseaux, des approches globales de classification (discrimination des K classes simultanément) et des approches par partition (problème de classification initial décomposé en sous-problèmes de classification) sont exposées. Des performances de classification sont données pour les deux approches et nous montrons la supériorité de l'approche par partition dans notre application en relation avec la faible dimension de la base de données
Paramétrisation et classification de signaux en contrôle non destructif. Application à la reconnaissance des défauts de rails par courants de Foucault
No full textJury : G. Delaunay, G. Dreyfus (rapporteurs), B. Dubuisson (président), P. Aknin, J. Deprez, D. Placko (examinateurs), J.P. Perrin (invité)The work presented in this report deals with a device for the rail head defect detection and recognition. In the first section, a non contact eddy current inspection system dedicated to rail head non destructive testing in the exploitation situation is presented. The main conception options (differential measurement, bi-frequency, shielding...) are described and validated by in-situ experimental tests. A list of defect classes has been established and a representative data base has been also constituted to elaborate the processing system. The first part of the defect recognition process concerns the representation mode of sensor output signals. The main properties required for the parametrization are a great descriptive potential as well as a strong insensitivity to problem invariants (as play-back operation, scale factor, lift-off). An original parametrization procedure referred to as "Modified Fourier Descriptors" has been elaboreted and compared to parametrization of an autoregressive type. A parameter selection must then be carried out in order to maintain only the parameters relevant to class separability. For the parameter classification, the orthogonalization method and the sequential backward and forward procedures are compared. In order to select a subset of parameters, many stop criterions are also presented. The application of those methods to our data base is illustrated. The last section of this report is devoted to a supervised neuronal classification by means of multilayer perceptron and radial basis function. For these two types of networks, both global and partitioned approachs are exposed. In the first case, the muliclass problem is solved simultaneously while in the partial case, the problem of classification is subdivised into subproblems. The classification performance are given for the two approaches and it will be shown that the partitionning results are better and bear more relevance to our application in correspondance with a small learning dataset size.Le travail présenté dans ce mémoire traite d'un dispositif embarqué de détection et de reconnaissance des défauts de rail débouchants. Une structure multicapteur à courants de Foucault permettant le contrôle non destructif de l'intégrité des rails en voie, sans contact et en condition d'exploitation commerciale est détaillée dans le premier chapitre. Les principales options de conception (mesures différentielles, bi-fréquences, blindages...) y sont décrites, et validées a posteriori par des essais sur site dans des conditions de mesure réelles. Une liste des classes de défauts détectables par le capteur a été établie (fissures, écaillages...) ainsi qu'une base de données représentative du site pour la mise au point des traitements haut niveau. La première phase des traitements concerne le mode de représentation des signaux complexes issus du capteur. Cette paramétrisation doit posséder un fort potentiel descriptif tout en restant insensible à certaines opérations sur les signaux définies comme des invariants du problème (retournement, homothéties, lift-off). Une procédure originale de paramétrisation des signatures dénommée "Descripteurs de Fourier Modifiés", a été mise au point et comparée à des paramétrisations de type autorégressive. Sur l'ensemble des paramètres d'une signature, une sélection doit ensuite être effectuée en termes de pertinence à la discrimination entre classes. Une méthode d'ordonnancement par orthogonalisation et des méthodes séquentielles constructive et destructive pour le classement des paramètres sont comparées. Différents critères d'arrêt permettent de choisir le nombre réduit de paramètres retenus; des résultats de mise en oeuvre sur la base de données de ces différentes méthodes sont présentés. Le dernier chapitre de ce mémoire traite de la classification neuronale supervisée à l'aide de réseaux de type perceptron multicouche ou de réseaux à fonctions radiales de base. Pour ces deux types de réseaux, des approches globales de classification (discrimination des K classes simultanément) et des approches par partition (problème de classification initial décomposé en sous-problèmes de classification) sont exposées. Des performances de classification sont données pour les deux approches et nous montrons la supériorité de l'approche par partition dans notre application en relation avec la faible dimension de la base de données
Classification and decomposition of time series subject to observable and unobservable factors : Application to the analysis of the dynamics of occupants' behaviors from thermal data.
No full textLes travaux de cette thèse s'inscrivent dans le cadre de l'analyse de données thermiques et plus particulièrement la classification de données pour l'extraction de comportement d'occupants au sein de bâtiments. Dans la mesure où ces comportements, constitués d'habitudes de chauffage, de consommation, ou encore de présence d'habitants au sein de leur logement représentent une part importante de la consommation énergétique du secteur résidentiel, il est utile de bien les caractériser afin d'améliorer les prévisions de la consommation d'énergie dans ce secteur. Dans le cadre des travaux de cette thèse, on s'intéresse aux dynamiques de comportements dans le sens où ces derniers peuvent évoluer au cours du temps. Ces dynamiques comportementales dépendent de plusieurs facteurs et sont, par conséquent, variées et difficilement observables. L'objectif est donc de développer une méthode de classification non supervisée de données thermiques dans le but d'en extraire une typologie de comportements dynamiques d'occupants de bâtiments.L'approche proposée dans ces travaux est basée sur un modèle probabiliste à variables latentes dynamiques. Son principal intérêt réside dans la séparation des effets relatifs à des facteurs contextuels d'une part et à la dynamique comportementale des occupants d'autre part. Nous proposons donc, dans ces travaux, un modèle de classification qui permet d'estimer des effets régressifs ainsi que des centres de classes, modélisés comme des processus stochastiques. Ce modèle, de par sa complexité, ne peut être estimé via des méthodes de maximum de vraisemblance habituelles. Par conséquent, on présentera un algorithme itératif basé sur des méthodes d'inférence variationnelle dans le but d'estimer les paramètres du modèle.La méthode est évaluée sur deux ensembles de données. D'abord, les performances du modèle sont testées et comparées à des méthodes standard à partir d'un ensemble de données simulées via des modèles statistiques. Ensuite, l'application du modèle à un jeu de données issu d'un modèle thermique permet d'évaluer cette méthode dans un cadre d'analyse plus réaliste.Pour finir, la classification de données de température intérieure pour un ensemble de maisons via le modèle proposé permet de construire des classes homogènes. Les résultats permettent de mettre en évidence que les dynamiques de comportements estimées sont corrélées à des comportements de présence des habitants au sein de leur logementThe analysis of thermal data, and more particularly the classification of data for the extraction of occupant behavior within buildings is the main topic of the thesis. As these behaviors, consisting of heating habits, consumption, or presence of inhabitants in their dwelling, represent an important part of the energy consumption of the residential sector, it is useful to characterize them well in order to improve the predictions of energy consumption in this sector. In the framework of this thesis, we are interested in the dynamics of behaviors because we can imagine that behaviors can evolve through time. These behavioral dynamics depend on several factors and are, therefore, varied and difficult to observe. The objective is to develop a method of unsupervised classification for thermal data to extract dynamic behaviors of occupants.This work proposed an approach based on a probabilistic model with dynamic latent variables which has for main interest the separation of the effects relative to contextual factors on one hand and to the behavioral dynamics of the occupants on the other hand. In this work, we propose a classification model that allows the estimation of regressive effects as well as class centers, modeled as stochastic processes. This model, due to its complexity, cannot be estimated via usual maximum likelihood methods. Therefore, an iterative algorithm based on variational inference methods will be presented in order to estimate the parameters of the model.The method is evaluated on two data sets. First, performances of the approach are tested on a simulated dataset via statistical models and compared to standard methods. Second, the application of the model to a dataset derived from a thermal model allows evaluating this method in a more realistic analysis framework.Finally, the classification of indoor temperature data for a set of houses using the proposed model allows to build homogeneous classes. The results show that the dynamics of the estimated behaviors are correlated to the presence of the inhabitants in their dwellin
Analysis and prediction of pedestrian flows in a multimodal transport hub using multi-source data
No full textAu sein des grandes métropoles, les quartiers d'affaires sont des pôles attracteurs majeurs qui concentrent les activités ; attirant chaque jour, via des systèmes de transports en commun, une population nombreuse. La bonne compréhension de la dynamique des flux piétons dans les espaces de transport de ces quartiers est un sujet de première importance, notamment afin d'éviter les situations de très forte affluence mal gérées. Cette thèse est appliquée au cas particulier du quartier d'affaire de La Défense dans l'ouest parisien. Dans ce contexte, la thèse s'attache à développer des méthodes de traitements de données multi-sources de mobilité afin de synthétiser et comprendre les données fortement bruitées des comptages piétons en de multiples points des espaces de transport ; puis de prévoir l'affluence à court terme dans ces mêmes espaces. Ces deux axes de travail ont vocation à enrichir l’information voyageurs à destination des usagers des transports collectifs mais peuvent également servir aux opérateurs de transport pour une régulation « à la demande » de l'offre de transport. Le premier chapitre se concentre sur la mise en place d'un modèle linéaire dynamique de décomposition afin de comprendre comment les variations de séries temporelles de comptages piétons se traduisent dans les différentes composantes cachées du modèle, chacune liée à un élément de contexte (tendance, saisonnalitée(s), impact de variables contextuelles, ...). L'accent est mis sur la décomposition comparée des séries de comptage de flux entrants vers deux lignes de transport massivement empruntées dans le quartier d'affaires. Le deuxième chapitre propose une approche de clustering à base d'apprentissage statistique afin de synthétiser les données de fréquentation multivariées, surdispersées et corrélées de l'ensemble du pôle de transport, en lien avec du contexte (variables calendaires et d'événementiel) et au sein de catégories facilement interprétables. L'approche permet de détecter des périodes de temps aux dynamiques de déplacements homogènes et de leur associer des profils de déplacement caractéristiques. Des modèles de mélange basés sur des distributions « somme et partages » et Poisson log-normal sont développés et comparés sur la base de leur capacité à bien modéliser les données et à détecter des périodes homogènes les plus continues possibles. Le troisième chapitre s'attache à la mise en place de modèles de prédiction probabilistes des flux voyageurs avec des méthodes basées sur l'apprentissage profond. La force de ces modèles réside dans leur capacité à modéliser l'incertitude, particulièrement adaptée dans le domaine des transports, en s'appuyant sur une abstraction des données contextuelles et en faisant l'hypothèse de distributions en sortie. Nous proposons pour cela un modèle basé sur les distributions « sommes et partages » et le comparons à d'autres modèles issus de l'état de l'art à la fois sur des données ouvertes disponibles et sur les données collectées dans les espaces de transport du quartier de La DéfenseWithin large cities, business districts are major attractors that concentrate activities; attracting a large population every day, thanks to the public transport system. A good understanding of the dynamics of pedestrian flows in the transport areas of these districts, is a subject of primary importance. Especially in order to avoid poorly managed situations of very high affluence. This thesis is applied to the particular case of the La Défense business district in western Paris.In this context, the thesis focuses on developing methods for processing multi-source mobility data in order to synthesize and understand the highly noisy data from pedestrian counts at multiple points in the transportation areas, and then to predict short-term traffic in these same areas. These two lines of work aim to enrich passenger information for public transport users, but can also be used by transport operators to regulate transport supply on demand. The first chapter focuses on the implementation of a dynamic linear model for decomposition in order to understand how the variations of pedestrian count time series are translated in the different hidden components of the model, each one linked to a contextual element (trend, seasonality, impact of contextual variables, ...). The focus is on the comparative decomposition of the series of counts of incoming flows to two massively used transport lines in the business district. The second chapter proposes a clustering approach based on statistical learning in order to synthesize multivariate, overdispersed and correlated pedestrian flow data of the whole transport hub, in relation with the context (calendar and event variables), within easily interpretable categories. The approach allows to detect time periods with homogeneous travel dynamics and to associate them with characteristic travel profiles. Mixture models based on « sum and shares » and Poisson log-normal distributions are developed and compared on the basis of their ability to model the data well and to detect homogeneous time periods as continuously as possible. The third chapter focuses on the implementation of probabilistic prediction models of passenger flows with methods based on deep learning. The strength of these models lies in their ability to model uncertainty, which is particularly adapted to the transportation domain, by relying on an abstraction of contextual data and by assuming output distributions. To this end, we propose a model based on the distributions « sums and shares » and compare it to other models from the state of the art, both on available open data and on data collected in the transport areas of the La Défense distric
- …
