Geovariances et le Machine Learning pour la caractérisation géomécanique des sols
A la pointe des dernières technologies, Geovariances a développé une application basée sur le Machine Learning pour automatiquement détecter les similitudes de propriétés d'un grand nombre d'échantillons et les regrouper en classes homogènes. Une application sur les propriétés géomécaniques des sols sera présentée lors de cette conférence.
Geovariances sera présente lors de la Journée Scientifique et Technique – Machine Learning et Big Data en Géotechnique organisée par le Comité Français de Mécanique des Sols et de Géotechnique (CFMS).
Marie-Cécile Febvey fera une présentation intitulée :
“Utilisation d’un algorithme de classification par Machine Learning pour la caractérisation géomécanique des sols“
Mercredi 29 janvier 2020
15h00 à 15h30
CNAM – Amphi Jean-Baptiste Say 292 rue Saint Martin 75003 Paris
Résumé : “Il est souvent difficile de caractériser des sols en utilisant l’ensemble des données disponibles en vue d’en faire une modélisation. Pour faciliter leur traitement et limiter le nombre de données à traiter, il peut être intéressant de les regrouper selon leurs affinités (géographique, valeurs, variation dans l’espace, etc.). L’étape de regroupement consiste à comprendre et à identifier les caractéristiques clés des différents sols, et ensuite, de les assigner à chaque échantillon. L’algorithme de cluster géostatistique hiérarchique (GHC) fait appel à du Machine Learning. Il est basé sur le degré de similarités entre les échantillons dans un groupe (cluster), tout en prenant en compte les coordonnées des échantillons. Un exemple d’utilisation de cet algorithme sera montré, en vue d’établir une caractérisation géomécanique de sols.”
Pour celles et ceux qui ne pourront pas y assister, cette journée sera également diffusée en direct sur la Chaîne YouTube Live du CFMS : https://lnkd.in/d9keViD.