GEO-ALERTX

Le projet vise à fournir des méthodologies d’apprentissage automatique (machine learning - ML) open-source et fiables pour la prévision des risques naturels, assorties de garanties théoriques et exploitables à travers une grande diversité d’études de cas en Géosciences (phénomènes,
évolution espace, temps). Malgré leur popularité, les méthodes de ML ne sont pas capables d’extrapoler à des scénarios où les données sont limitées et ne sont pas fiables pour des prédictions dans des conditions inédites. Dans le contexte des systèmes d’alerte précoce, les données historiques sont rares car les scénarios à risque surviennent rarement, et l’objectif principal est souvent d’anticiper des aléas sans précédent. Même lorsque des simulations numériques issues de modèles météorologiques et/ou géophysiques sont disponibles pour émuler ces conditions critiques, leur coût de calcul élevé limite également l’accès aux données.