L'utilisation du machine learning dans le cadre de la restauration écologique

Établir des prédictions sur le succès ou non de la restauration d'une rivière sur plusieurs années, c'est l'objet d'une recherche menée à l'Université de Genève. À l'aide de prélèvements sur le terrain et d'une intelligence artificielle, les chercheurs entendent évaluer l'impact des mesures prises pour éviter des surcoûts inutiles ou aggravant la situation.

Cette recherche a fait l'objet d'un article paru dans la revue scientifique Science of The Total Environment. L'article est intitulé "The interplay of flow processes shapes aquatic invertebrate successions in floodplain channels – A modelling applied to restoration scenarios" ; il peut être consulté en ligne sur le site web ScienceDirect.

Pierre Marle, l'un des co-auteurs de ce travail de recherche, a été interviewé dans l'émission radiophonique "CQFD" diffusée le 8 septembre sur la RTS. Dans cette interview il reprend des idées énoncées dans l'article concernant l'utilisation du machine learning pour effectuer des prédictions dans le cadre de la restauration écologique.

L'interview peut être écoutée en ligne sur le site web de CQFD.