Interprétabilité/Explicabilité des IA pour la Méta-Modélisation. Application au domaine de l'agro-écologie.

Défense de mémoire de Simon Mattens

Via ce lien

 

Dans le contexte de la modélisation et de la simulation de systèmes dits complexes, le modèle est vu comme une abstraction du système en question, et la simulation comme un plan d’expérience permettant l’exploration d’une multitude de scénarios (i.e. exploration de l’espace des paramètres en entrée du modèle). Ces modèles souvent très complexes sont vus par l’utilisateur comme des boîtes noires. Dans le cadre de la problématique de ce mémoire, des experts du domaine agro-écologique cherchent à proposer un modèle simplifié d'un modèle existant : le simulateur TNT2. Ce simulateur permet de simuler l'impact de pratiques agricoles sur la pollution nitrique des sols. L'étude présentée dans ce rapport se concentre sur les techniques d'extraction de sous-ensembles de scénarios, appelés ensembles d'apprentissage, à partir d'un jeu de données de départ. Ces ensembles d'apprentissage de taille minimale sont utiles pour réduire le temps de calcul d'un nouveau scénario à simuler mais aussi pour rechercher, dans de futures études, des règles d'apprentissage sur le simulateur TNT2. Ces règles permettraient par après de fournir un méta-modèle aux scientifiques. L'étude exploratoire exposée dans ce mémoire débute par un état de l'art assez conséquent sur ce qui est déjà réalisé dans le domaine (optimisation multiobjectif, règles d'apprentissage, méthodes "post-hoc"...). La suite de la recherche théorique débouche sur l'idée de fusionner l'idée principale de la méthode du Submodular pick avec de l'optimisation multiobjectif. L'objectif du Submodular pick consiste à renvoyer un sous-ensemble de scénarios représentatif de la population totale sur la base de l'idée de couverture d'un ensemble. Par la suite, trois fonctions objectives pour le problème étudié ont été élaborées et une preuve de concept sur une base de données fictives a été produite.

Mots-clés : Méta-modèle, Interprétabilité, Simulations, Submodular pick, Optimisation multiobjectif, Solutions optimales de Pareto, Front de Pareto.

Contact : Isabelle Daelman - isabelle.daelman@unamur.be
Télecharger : vCal