RINA - Démonstrateur d’utilisation de l’intelligence artificielle pour la gestion opérationnelle des risques naturels gravitaires géologiques | FEREC 2020

14/20 Livrable – Projet RINA – AAP Fondation Ferec / Novembre 2021 3.4.4 Modèle type réseau de neurones Pour les réseaux neuronaux, le meilleur modèle est obtenu avec un réseau neuronal dense composé d’une couche cachée de 32 neurones, dont les entrées sont les 10 dernières pluvio- métries journalières Dans ce cas, 62 éboulements sont prédits (Tableau 5) avec un rappel élevé (Tableau 6). Comme plus d’évènements chutes de blocs sont anticipés par rapport à la règle experte, la sécurité de la route est augmentée. Mais la précision du modèle étant plus faible, la route est fermée plus souvent inutilement. Réalité Pas de chutes de blocs Chutes de blocs Prédic- tions Pas de chutes de blocs 805 80 Chutes de blocs 133 62 Tableau 5 : Matrice de confusion – Modèle type réseau de neurones 3.4.5 Comparaison des résultats Le Tableau 6 : Métriques des modèles plus proches voisins, type arbre de décision, type réseau de neurones et expert sur le jeu test des données résume les résultats obtenus pour les trois modèles type machine learning . Nous pouvons constater que des résultats comparables ou légèrement meilleurs ont été obtenus avec les modèles IA par rapport à la règle experte. L’exactitude pondérée est légèrement supérieure pour les modèles de type arbre de décision et réseaux de neurones. Dans ces cas, le rappel est également amélioré et la précision est similaire. Plus proches voi- sins Arbres de déci- sion Réseau de neu- rones Expert Exactitude pondé- rée 0,59 0,63 0.65 0,6 Rappel 0,21 0,34 0,44 0,3 Précision 0,53 0,38 0,32 0,37 Tableau 6 : Métriques des modèles plus proches voisins, type arbre de décision, type réseau de neurones et ex- pert sur le jeu test des données 4. CONCLUSIONS ET PERSPECTIVES Nous avons vu que les modèles d'arbres de décision ou les réseaux de neurones fournissent des résultats similaires à ceux de la règle experte avec des compromis différents entre rappel