Filtrage des données radar par deep learning

Depuis 2016, les donnees radars du reseau Aramis (Meteo-France) sont accessibles. Ce sont des donnees brutes : un nettoyage des signaux parasites (echos fixes, ”interferences”) doit etre effectue. Pour traiter le probleme, nous avons developpe une approche par deep learning in- spiree des ‘denoising autoencoder’. Cette approche, semi-supervisee, permet d’alleger le recours a l’expertise humaine lors de la production des bases d’apprentissage. Contrairement aux al- gorithmes existants, elle n’est pas basee sur une connaissance statistique a priori des signaux parasites. La methode comporte une phase de reglage qui implique des donnees de simulation. Des evalu- ations sur les donnees simulees et reelles seront presentees.