Identification de causalités dans des données spatio-temporelles - Spatial Analysis and GEOmatics 2017 Access content directly
Conference Papers Year : 2017

Identification de causalités dans des données spatio-temporelles

Juste Raimbault

Abstract

Cet article contribue à la compréhension des processus spatio-temporels fortement couplés, en proposant une méthode générique basée sur la causalité de Granger. Celle-ci est validée par l'identification robuste de régimes de causalité et de leur diagramme de phase pour un modèle de morphogenèse urbaine couplant croissance du réseau et de la densité. L'application au cas réel des projets de transport du Grand Paris démontre un lien entre les dynamiques territoriales, plus particulièrement socio-économiques et foncières, et la croissance anticipée du réseau. Nous discutons finalement des extensions possibles à d'autres échelles temporelles et spatiales.
Fichier principal
Vignette du fichier
Sageo2017_Raimbault_v2.pdf (4.91 Mo) Télécharger le fichier
Sageo2017_Raimbault_v1.pdf (6.55 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01650531 , version 1 (28-11-2017)
hal-01650531 , version 2 (29-11-2017)

Identifiers

  • HAL Id : hal-01650531 , version 1

Cite

Juste Raimbault. Identification de causalités dans des données spatio-temporelles. Spatial Analysis and GEOmatics 2017, INSA de rouen, Nov 2017, Rouen, France. ⟨hal-01650531v1⟩

Collections

SAGEO2017
294 View
221 Download

Share

Gmail Facebook X LinkedIn More