🌊 Prévision des crues et Intelligence Artificielle : une Collaboration au Cœur des Enjeux Globaux 💡 Cet article a vu le jour grâce à un travail collectif, avec des contributions majeures de notre laboratoire ICube Strasbourg et la startup AIR&D. 💧Intitulé « Évaluation des performances de l’intelligence artificielle et de l’apprentissage automatique pour la prévision des crues : étude de cas du bassin versant de l’Ill », cet article a été publié dans la revue Techniques Sciences et Méthodes. 👉📘 Consultez ce dernier en libre accès ici : https://lnkd.in/e97bgqiu et laissez-nous vos impressions en commentaire ! 🌿✨ ICube Strasbourg, Université de Strasbourg, CNRS, ENGEES Ecole nationale du génie de l'eau et de l'environnement de Strasbourg, INSA Strasbourg #Innovation #DéveloppementDurable #GestionDeLEau
Spécialiste modélisations CFD et IA | Chercheur | Enseignant | Directeur scientifique | Chef de projets modélisations numériques | Docteur en Sciences de l’ingénieur - Mécanique des fluides
🚨🌊 Prévision des crues et intelligence artificielle : une nouvelle étape franchie dans la revue Techniques Sciences et Méthodes #TSM ! C'est avec enthousiasme que je partage notre dernier article, fruit d’un travail collaboratif sur un sujet à fort enjeu : l’utilisation du machine learning et de l’intelligence artificielle pour la prévision des crues. 💡 En France, la prévision des crues repose principalement sur des modèles basés sur la donnée, la physique ou des approches hybrides. Cependant, l’intelligence artificielle reste encore sous-exploitée dans ce domaine, contrairement à de nombreux autres pays. Nous avons donc relevé le défi d’évaluer si ces outils peuvent apporter une fiabilité et une précision accrues à la prévision des crues sur le territoire, avec un cas d’application concret au bassin versant de l’Ill. 🎯 Intitulé « Évaluation des performances de l’intelligence artificielle et de l’apprentissage automatique pour la prévision des crues : étude de cas du bassin versant de l’Ill », cet article met en avant : • La puissance des algorithmes de machine learning (ML) et d’intelligence artificielle (IA) pour la prévision des crues. • Une méthodologie rigoureuse avec des modèles testés uniquement sur des données de hauteur d’eau, sans données météorologiques (sans données de pluies), évalués selon des critères statistiques (MRE, RMSE, R, ...) et hydrologiques (Nash, PI, CSI). • Les limites des approches classiques et des pistes pour les dépasser. 📘 L'article est consultable en libre accès ici : https://lnkd.in/e97bgqiu ✨ Ce projet à vu le jour grâce à un travail collaboratif provenant de plusieurs horizons, dont une grande partie venant d'AIR&D et d'ICube Strasbourg. Un grand merci est de mise à toute l’équipe pour son investissement sans faille dans ce projet (Dr. Ing. Xavier Jurado, Cédric Wemmert, Loïc Maurer, Ly Nguyen, Eva FUMAGALLI). Merci également à Loïc Saunier, ancien apprenti chez AIR&D, pour son travail rigoureux sur les différents algorithmes, et à Lucie Weber, récente stagiaire en fin d'études de l'ENGEES Ecole nationale du génie de l'eau et de l'environnement de Strasbourg, pour ses apports précieux de dernière minute sur cet article. Enfin, je tiens à exprimer ma gratitude à la revue TSM et plus généralement à l’Astee - Association scientifique et technique pour l'eau et l'environnement, ainsi qu’à madame Pascale Meeschaert, rédactrice en cheffe TSM, pour leur confiance sans faille. 🙏 ➡️ J’espère que cet article contribuera à ouvrir la voie à une adoption plus large de l’intelligence artificielle dans l’ingénierie, et particulièrement dans la modélisation de la prévision des crues, afin de mieux protéger nos territoires et leurs habitants face aux risques d’inondation. La poursuite de ces travaux est déjà engagée de notre côté. #IntelligenceArtificielle #PrévisionDesCrues #MachineLearning #Recherche #Environnement (Crédit : Couverture de l'article, TSM, Astee)