|
Résumé :
|
Le projet de PAEQANN vise à passer en revue les théories écologiques courantes qui peuvent aider à identifier les modèles convenus qui prévoient une structure commune dans les écosystèmes aquatiques, afin de choisir et discuter les modèles appropriés, selon le type de communauté ciblée (c.-à-d. empirique contre des modèles de simulation) et pour examiner comment les résultats s'ajoutent aux objectifs écologiques de gestion de l'eau. Pour atteindre ces buts un certain nombre de modèles statistiques classiques, des réseaux neurologiques artificiels et des modèles dynamiques sont présentés. Un nombre encore plus élevé de techniques chez ces groupes veulent examiner le lateron dans ce projet. On y introduit brièvement ces techniques, on en explique leurs algorythmes,et on discute leurs avantages et leurs inconvénients.
The PAEQANN projects aims to review current ecological theories which can help identify suited models that predict community structure in aquatic ecosystems, to select and discuss appropriate models, depending on the type of target community (i.e. empirical vs simulation models) and to examine how results add to ecological water management objectives.To reach these goals a number of classical statistical models, artificial neural networks and dynamic models are presented.An even higher number of techniques within these groups will tested lateron in the project.This report introduces all of them.The techniques are shortly introduced, their algorithms explained, and the advantages and disadvantages discussed.
|
