Site des Services climatiques IPSL https://cse.ipsl.fr/outils-logiciels 2026-07-21T20:19:28+02:00 Joomla! - Open Source Content Management 2014-03-10T10:01:43+01:00 2014-03-10T10:01:43+01:00 https://cse.ipsl.fr/outils-logiciels/90-pakage-r-clustermax-clustering-pour-valeurs-extremes Super Utilisateur nada.caud@lsce.ipsl.fr

<div class="feed-description"><table> <tbody> <tr> <td><img src="images/logos/logo_R.png" alt="logo R" width="100" height="76" />&nbsp;</td> <td>&nbsp;</td> <td>Ce module R, développé au LSCE (IPSL), permet de faire du clustering (classification non supervisée) de séries temporelles de maxima à l'aide de la méthode PAM (Partitioning Around Medoids) adaptée à une distance F-madogram permettant de travailler sur les extrêmes.&nbsp;</td> </tr> </tbody> </table> </div>

<div class="feed-description"><table> <tbody> <tr> <td><img src="images/logos/logo_R.png" alt="logo R" width="100" height="76" />&nbsp;</td> <td>&nbsp;</td> <td>Ce module R, développé au LSCE (IPSL), permet de faire du clustering (classification non supervisée) de séries temporelles de maxima à l'aide de la méthode PAM (Partitioning Around Medoids) adaptée à une distance F-madogram permettant de travailler sur les extrêmes.&nbsp;</td> </tr> </tbody> </table> </div> 2014-03-10T09:53:37+01:00 2014-03-10T09:53:37+01:00 https://cse.ipsl.fr/outils-logiciels/89-pakage-r-cdft-pour-downscalling-et-correction-de-biais Super Utilisateur nada.caud@lsce.ipsl.fr

<div class="feed-description"><table> <tbody> <tr> <td>&nbsp;<img src="images/logos/logo_R.png" alt="logo R" width="102" height="78" /></td> <td>&nbsp;</td> <td>&nbsp;Ce module R, développé au LSCE (IPSL), permet de faire de la descente d'échelle statistique et/ou de la correction de biais d'une variable climatique. L'approche CDFt retranscrit, à l'échelle locale, les évolutions des distributions statistiques simulées à grande échelle en se basant sur une <strong>t</strong>ransformation mathématique des CDF (<strong>C</strong>umulative <strong>D</strong>istribution <strong>F</strong>unction). Des simulations sont ensuite générées à l'aide d'une méthode de type quantile-quantile appliquée sur les distributions futures.</td> </tr> </tbody> </table> <p>&nbsp;</p> </div>

<div class="feed-description"><table> <tbody> <tr> <td>&nbsp;<img src="images/logos/logo_R.png" alt="logo R" width="102" height="78" /></td> <td>&nbsp;</td> <td>&nbsp;Ce module R, développé au LSCE (IPSL), permet de faire de la descente d'échelle statistique et/ou de la correction de biais d'une variable climatique. L'approche CDFt retranscrit, à l'échelle locale, les évolutions des distributions statistiques simulées à grande échelle en se basant sur une <strong>t</strong>ransformation mathématique des CDF (<strong>C</strong>umulative <strong>D</strong>istribution <strong>F</strong>unction). Des simulations sont ensuite générées à l'aide d'une méthode de type quantile-quantile appliquée sur les distributions futures.</td> </tr> </tbody> </table> <p>&nbsp;</p> </div>