A comparison of multiple non-linear regression and neural network techniques for sea surface salinity estimation in the tropical Atlantic ocean based on satellite data Moussa, H. Benallal, M.A. Goyet, C. /Lefèvre, Nathalie El Jai, M.C. Guglielmi, V. Touratier, F. En utilisant des mesures de Salinité et de Température à la surface de la mer, dans l'ouest de l'océan Atlantique tropical, de 2003 à 2007 puis 2009, on compare deux approches pour la prédiction de la Salinité dans l'eau de mer de surface : la Régression Non-linéaire Multiple et le Perceptron Multi Couches. Dans la première expérience, 18 300 mesures in situ sont utilisées dans la construction des deux modèles et 503 points pour tester leur extrapolation. Dans la deuxième expérience, 15 668 mesures in situ sont utilisées pour établir les deux modèles et 3 232 points pour tester leur interpolation. Les résultats montrent que la Régression Non-linéaire Multiple peut être appliquée à la fois pour l'extrapolation et l'interpolation. Cependant, le Perceptron Multi Couches ne peut être utilisé que pour l'interpolation. 2015 text https://www.documentation.ird.fr/hor/fdi:010069230 fdi:010069230 Moussa H., Benallal M.A., Goyet C., Lefèvre Nathalie, El Jai M.C., Guglielmi V., Touratier F.. A comparison of multiple non-linear regression and neural network techniques for sea surface salinity estimation in the tropical Atlantic ocean based on satellite data. 2015, 49, 65-77 EN ATLANTIQUE