Solutions d'apprentissage automatique InnoVar

Innovar > Actualités > Solutions d'apprentissage automatique InnoVar

Danilo Sarti*, Alessandra Lemos*, Rafael Moral*, Andrew Parnell*.

La plupart d'entre nous utilisent l'apprentissage automatique dans notre vie quotidienne sans jamais s'en rendre compte. Nous regardons des séries ou des films qui nous ont été automatiquement recommandés, et utilisons des applications pour choisir des restaurants ou le concert auquel aller le week-end. Mais qu'est-ce que cela a à voir avec les décisions des agriculteurs ou la réglementation des variétés de cultures ?

L'apprentissage automatique est l'étude des routines (algorithmes) qui s'améliorent automatiquement en utilisant les données fournies au système. En d'autres termes, les données fournies par d'autres utilisateurs pour le streaming vidéo ou les recommandations de restaurants aident l'algorithme à deviner l'élément le plus approprié à nous recommander. Les techniques d'apprentissage automatique sont cruciales dans le contexte d'un monde où les données sont de plus en plus disponibles.

Le projet InnoVar utilise des techniques d'apprentissage automatique pour développer de nouveaux systèmes qui utilisent les données recueillies lors d'expériences menées dans plusieurs pays pour évaluer les variétés de blé nouvellement développées. Ces données sont transmises à des applications d'apprentissage automatique afin de fournir aux agriculteurs une recommandation sur la variété à planter à un endroit donné.

Les solutions d'apprentissage automatique d'InnoVar fonctionneront comme une application de recommandation pour permettre aux agriculteurs de savoir quelles variétés de blé sont les plus adaptées à leurs besoins et à l'environnement de leur exploitation, y compris les aspects liés aux types de sol et à la résistance aux maladies. La même application peut également servir aux régulateurs lorsqu'ils décident ou non d'approuver de nouvelles variétés.

Les techniques d'apprentissage automatique sont une contribution substantielle du projet InnoVar pour établir l'agriculture numérique en Europe, en aidant les agriculteurs à réduire leurs risques de production et à optimiser leurs allocations de ressources, en minimisant les impacts environnementaux.

* Institut Hamilton/Département de mathématiques et de statistiques, Université nationale d'Irlande, Maynooth.

Actualités