Intelligence artificielle et agronomie

Thomas Guyet 1, 2 Florence Le Ber 3 Maguelonne Teisseire 4
2 DREAM - Diagnosing, Recommending Actions and Modelling
Inria Rennes – Bretagne Atlantique , IRISA-D7 - GESTION DES DONNÉES ET DE LA CONNAISSANCE
4 ADVANSE - ADVanced Analytics for data SciencE
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : Comme toutes les sciences du vivant, les sciences agronomiques et plus largement agro-environnementales font face à des problèmes qui impliquent des données complexes, souvent volumineuses et hétérogènes, parfois incomplètes et imprécises. Ces problèmes intègrent une composante humaine prépondérante et dessinent ainsi un terrain propice à la mise en place de méthodes d'intelligence artificielle (IA) aptes à leur apporter des solutions originales et pertinentes. Depuis plusieurs années, le rapprochement entre ce champ applicatif de l'agronomie et le champ disciplinaire de l'IA a connu un succès grandissant. Ce numéro propose un état des lieux des travaux et perspectives relatifs au développement ou à l'usage de méthodes d'intelligence artificielle dans le cadre d'applications agro-environnementales et agro-alimentaires. Il aborde trois des grands thèmes de l'IA : les problèmes d'aide à la décision, l'ingénierie des connaissances et la fouille de données.
Type de document :
Ouvrage (y compris édition critique et traduction)
Revue d'Intelligence Artificielle, 27, pp.273, 2013
Liste complète des métadonnées

https://hal.inria.fr/hal-00916980
Contributeur : Thomas Guyet <>
Soumis le : mercredi 11 décembre 2013 - 09:58:28
Dernière modification le : jeudi 24 mai 2018 - 15:59:25

Identifiants

  • HAL Id : hal-00916980, version 1

Citation

Thomas Guyet, Florence Le Ber, Maguelonne Teisseire. Intelligence artificielle et agronomie. Revue d'Intelligence Artificielle, 27, pp.273, 2013. 〈hal-00916980〉

Partager

Métriques

Consultations de la notice

636