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

Livrable – Projet RINA – AAP Fondation Ferec / Novembre 2021 15/20 et précision, la règle experte se situant entre les 2. Si nous comparons les jours de fermeture de la route prédits par la règle experte et les modèles d'arbre de décision avec les événements réels (fermeture de la route), nous voyons que tous les événements ne sont pas prédits mais que la prédiction est similaire en terme de fermeture de la route entre la règle experte et les modèles d'arbre de décision (Figure 11). Ces résultats montrent donc la capacité de construire des modèles prédictifs IA avec des performances similaires à celles des modèles experts. Les modèles IA sont développés rapidement et s’avèrent aussi efficaces que les modèles experts. Ces outils d'IA peuvent donc être utilement développés pour d'autres sites avec moins de con- naissances expertes. Figure 11 : Comparaison des prédictions des modèles, dans leur ordre chronologique, expert et type arbre de dé- cisions avec les chutes de blocs réelles. Dans le cadre du projet RINA, outre les développements obtenus sur le site de la RN1 à la Réunion, une méthodologie complète a été mise en place pour traiter les données (événe- ments et données météorologiques) : de la définition des types de modèles IA, à la manière d'optimiser les hyperparamètres et les paramètres des modèles, d'évaluer la performance du modèle et également de traduire les résultats en termes opérationnels. Ce cadre méthodolo- gique peut être réutilisé pour d’autres sites avec des données similaires. Plusieurs perspectives au projet RINA peuvent être dressées. Sur le site d’étude, d’autres développements plus poussés peuvent être envisagés. En particulier, d'autres modèles d'arbres de décision ou de réseaux neuronaux peuvent être dérivés en fonction de la taille des blocs éboulés car les processus de déclenchement sont différents entre les petits et les gros blocs. Par exemple, le nombre de jours précédents pris en compte peut être augmenté. La question du transfert de ces modèles d'IA sur d'autres périodes avec moins d'éboulements (comme la période 2008-2020 sur le site de la RN1 à la Réunion) pourrait être conduite pour évaluer la capacité de prédiction des modèles avec beaucoup moins d'événements. Enfin, deux sujets sont des thèmes de recherche plus larges au sein de la communauté de l'IA : la question de l'explicabilité des modèles d'IA et le transfert des modèles par apprentis- sage sur d'autres sites. Ces deux sujets sont au centre du projet déposé à l’AAPG 2022 de