Subvention

PCII Corée - RT HGS-ML - HydroGeoSphere-Machine Learning Model Development for Real-Time Water Resources Management (HydroGeoSphère - Apprentissage et perfectionnement d’un modèle pour la gestion des ressources en eau en temps réel)

Dans le cadre du projet de consortium international « RT HGS-ML », ce projet se concentrera sur l’amélioration de la gestion des ressources en eau en intégrant le modèle avancé HydroGeoSphere (HGS) à l’apprentissage automatique. Sur trois ans, l’initiative développera des algorithmes d’apprentissage automatique afin de stimuler les simulations en temps réel pour une meilleure prise de décision. La première année est consacrée au développement d’algorithmes et à la mise en place de systèmes de collecte et de prétraitement des données. La deuxième année comprend une phase de validation du concept afin d’évaluer les performances du modèle intégré. La dernière année sera consacrée à l’application de ce modèle à un bassin versant réel afin d’obtenir des prévisions précises en temps réel. Les résultats attendus comprennent un outil de modélisation hybride, une interface conviviale, une documentation technique complète et la formation des intervenants.