soustraire des 'directions de vents'

[invite66a34e4b]

Bonjour a tous,

je travaille en ce moment sur un code (Python) qui permet d'effectuer une regression non paramétrique sur des directions de vent. Cette méthode nécessite l'utilisation du Kernel gaussien; mais là n'est pas le problème.
Le kernel est appliqué sur la différence de 2 'angles' (directions de vent). Ca ne pose pas de problème pour la majeure partie des angles, sauf, bien sur, aux alentours de 360° (0°)!!!
Prenons un exemple: A1=350°; A2=5°. A1-A2=345 alors qu'on devrait trouver 15!!

Bref, il doit certainement y avoir une solution trigo; mais je n'arrive pas a me dépatouiller avec les modulo... j'ai essayé mod((A2-A1),360), mais ça ne donne pas les résultats espérés!
Si quelqu'un a une autre idée, je suis preneur!

Bon aprèm tout le monde,
J-E
-----

[invite986312212]

ben il suffit de prendre les différences modulo 360, non?

[invite986312212]

ah non c'est un peu plus compliqué, il faut aussi penser que si la différence est comprise entre 180° et 360°, alors il faut prendre le complément à 360.

[invite66a34e4b]

C'est une idée, mais ça ne marche pas tout le temps:
prenons comme angles 0 et 45

(0-45) modulo 360 donne 315!!
Alors qu'on attend 45°......

[A voir en vidéo sur Futura]

[sylvainc2]

Pour trouver l'angle non orienté entre deux vecteurs on peut toujours faire arccos( cos(angle1)cos(angle2)+sin(ang le1)sin(angle2) ) mais c'est peut-être plus compliqué que nécessaire ici...

[invite986312212]

C'est une idée, mais ça ne marche pas tout le temps:
prenons comme angles 0 et 45

(0-45) modulo 360 donne 315!!
Alors qu'on attend 45°......

oui je m'en suis rendu compte dans mon deuxième message, si tu prends le complément à 360 tu retrouves 45. En fait tu as besoin de la valeur absolue de la différence. Le noyau gaussien étant symétrique, tu peux travailler sur les valeurs absolues.

[invite66a34e4b]

Yes! heureusement que la gaussienne est paire!
Sinon, la méthode de sylvainc2 est plus rapide à exécuter sur python, il n'y a pas de if....
Merci a vous deux!!

(je savais que j'aurais du suivre la trigo en terminale... )

[invite986312212]

ah tiens, j'aurais pensé que le calcul des fonctions trigonométriques prenait plus de temps qu'une paire de tests. Si tu as vraiment besoin d'optimiser le temps de traitement, tu peux utiliser le noyau d'Epanechnikov par exemple, c'est beaucoup plus rapide que le noyau gaussien.

[invite66a34e4b]

Oui, je l'utilise celui la aussi, mais pour lisser les vitesses!
Je me base en fait sur une publi, qui utilise le kernel gaussien pour faire la régression... Cela dit, c'est vrai que quelque soit le kernel utilisé, on obtient des résultats plutot équivalents!

EDIT: la trigo est plus rapide, car on peut l'appliquer d'un coup sur les matrices. Alors que pour les tests, c'est déja plus compliqué a mettre en place. Pour l'instant, je n'ai que des petits jeux de données, donc pas trop besoin encore d'optimiser le code!