@article{fdi:010069230,
  title = {{A} comparison of multiple non-linear regression and neural network techniques for sea surface salinity estimation in the tropical {A}tlantic ocean based on satellite data},
  author = {{M}oussa, {H}. and {B}enallal, {M}.{A}. and {G}oyet, {C}. and {L}ef{\`e}vre, {N}athalie and {E}l {J}ai, {M}.{C}. and {G}uglielmi, {V}. and {T}ouratier, {F}.},
  editor = {},
  language = {{ENG}},
  abstract = {{E}n utilisant des mesures de {S}alinit{\'e} et de {T}emp{\'e}rature {\`a} la surface de la mer, dans l'ouest de l'oc{\'e}an {A}tlantique tropical, de 2003 {\`a} 2007 puis 2009, on compare deux approches pour la pr{\'e}diction de la {S}alinit{\'e} dans l'eau de mer de surface : la {R}{\'e}gression {N}on-lin{\'e}aire {M}ultiple et le {P}erceptron {M}ulti {C}ouches. {D}ans la premi{\`e}re exp{\'e}rience, 18 300 mesures in situ sont utilis{\'e}es dans la construction des deux mod{\`e}les et 503 points pour tester leur extrapolation. {D}ans la deuxi{\`e}me exp{\'e}rience, 15 668 mesures in situ sont utilis{\'e}es pour {\'e}tablir les deux mod{\`e}les et 3 232 points pour tester leur interpolation. {L}es r{\'e}sultats montrent que la {R}{\'e}gression {N}on-lin{\'e}aire {M}ultiple peut {\^e}tre appliqu{\'e}e {\`a} la fois pour l'extrapolation et l'interpolation. {C}ependant, le {P}erceptron {M}ulti {C}ouches ne peut {\^e}tre utilis{\'e} que pour l'interpolation.},
  keywords = {{ATLANTIQUE}},
  booktitle = {},
  journal = {{ESAIM} : {P}roceedings ans {S}urveys},
  volume = {49},
  numero = {},
  pages = {65--77},
  ISSN = {1270-900{X}},
  year = {2015},
  DOI = {10.1051/proc/201549006},
  URL = {https://www.documentation.ird.fr/hor/fdi:010069230},
}