Événements
Présentation du mémoire de Philippe Blais
23 juin 2020 10 h
Lieu : En ligne
Dans le cadre du cours GMT-6100 Présentation de mémoire, l'étudiant à la maîtrise en sciences géomatiques Philippe Blais, présentera son mémoire intitulé "Élaboration d'un modèle de trafic à partir de données massives de trajectoires automobiles en assurance".
La présentation se déroulera en ligne sur la plateforme TEAMS. Le code pour se joindre au groupe est : b4cjlak.
Pour installer TEAMS sur votre poste, rendez-vous sur la page suivante et cliquer sur « Télécharger Teams » : https://products.office.com/fr-ca/microsoft-teams/group-chat-software#desktopAppDownloadregion
Les informations pour se connecter à TEAMS sont :
Nom : idul@ulaval.ca (avec votre IDUL personnel)
Mot de passe : Votre « NIP », soit le même mot de passe que pour votre courriel « Ulaval ».
Pour accéder au groupe :
1. Dans l’onglet « Équipe », choisir « Rejoindre ou créer une équipe » (en haut à droite)
2. Entrer le code dans la section « Rejoindre une équipe à l'aide d'un code »
Informations supplémentaires :
Résumé du mémoire :
En assurance automobile, la prédiction du risque est un enjeu important puisqu’il se traduit par la prime chargée à un nouvel assuré. Afin de demeurer compétitif, les bonnes informations doivent être utilisées. Traditionnellement, des variables comme l’âge d’un conducteur et le kilométrage d’un véhicule ont été utilisées. Le Usage-Based-Insurance est un nouveau modèle d’assurance apparu dans les dernières années, et a permis la mesure de nouveaux évènements comme des freinages ou accélérations. Cela a amené les compagnies d’assurance à s’intéresser davantage à la cause de ces évènements, ce qui nécessite de les contextualiser afin de mieux comprendre les comportements routiers de ses usagers et ainsi mieux les tarifer. Le but de ce projet est de répondre à ce besoin de contextualisation en utilisant le trafic. Plus précisément, la présentation abordera la problématique de modélisation du trafic à partir de données massives de trajectoires automobiles issues du domaine de l’assurance, en présentant deux méthodes utilisant des approches de modélisation différentes.
En assurance automobile, la prédiction du risque est un enjeu important puisqu’il se traduit par la prime chargée à un nouvel assuré. Afin de demeurer compétitif, les bonnes informations doivent être utilisées. Traditionnellement, des variables comme l’âge d’un conducteur et le kilométrage d’un véhicule ont été utilisées. Le Usage-Based-Insurance est un nouveau modèle d’assurance apparu dans les dernières années, et a permis la mesure de nouveaux évènements comme des freinages ou accélérations. Cela a amené les compagnies d’assurance à s’intéresser davantage à la cause de ces évènements, ce qui nécessite de les contextualiser afin de mieux comprendre les comportements routiers de ses usagers et ainsi mieux les tarifer. Le but de ce projet est de répondre à ce besoin de contextualisation en utilisant le trafic. Plus précisément, la présentation abordera la problématique de modélisation du trafic à partir de données massives de trajectoires automobiles issues du domaine de l’assurance, en présentant deux méthodes utilisant des approches de modélisation différentes.
Directeur de recherche : Thierry Badard
Codirecteur : Thierry Duchesne
Codirecteur : Thierry Duchesne