Apprentissage de règles hybrides pour l'analyse de la dynamique de maladies et ravageurs des plantes en fonction des conditions climatiques 

Appel à Projets National - Ecophyto 2018-2019 - Projets de thèse Axe 2 Recherche & Innovation (2019-2022)

Le nombre de problématiques phytosanitaires sur les différentes cultures étant très importante, la R&D agricole ne peut consacrer des efforts conséquents sur l’ensemble des problématiques pour développer des OAD permettant de raisonner finement les traitements phytosanitaires. Aussi, il est important d’explorer des voies permettant d’industrialiser ces processus d’apprentissage sur la base de données existantes pour répondre à ces enjeux.

Cette thèse a pour objectif d'aider les experts en protection des cultures en automatisant la découverte d'hypothèses de travail à la base des futurs OAD sur le comportement des maladies des plantes, en utilisant des techniques d'apprentissage en s'appuyant sur la masse de données collectée dans les réseaux d'épidémio-surveillance. Nous mobiliserons des méthodes de machine learning originales apportées par le partenariat avec l'INRIA. Il s'agira de trouver des « règles hybrides » car elles prédisent une variable numérique (ex : l'incidence de la maladie mildiou) en prenant en compte les interactions entre des variables catégoriques (ex : le stade phénologique de la plante) et des modèles statistiques sur des variables numériques.

Cette approche originale nous semble une piste prometteuse pour concilier modélisation prédictive et paramétrage "local" en cohérence avec la grande diversité des situations agronomiques à considérer. Les échanges avec les experts en maladies et ravageurs sur ces travaux permettront de construire de nouveaux outils d'aide à la décision pour mieux raisonner les traitements phytosanitaires. Ce travail peut également aider à améliorer l'efficacité du dispositif du BSV.

Thèmes abordés : Data science, Épidémiosurveillance, Machine learning, Vigne, Grandes cultures, Viticulture

Organisme chef de file : ACTA - Les instituts techniques agricoles

Partenaires : N/A

Montant financé :  100 000 €