Pierre ANDRAUD : soutenance de thèse

Pierre ANDRAUD

Estimation rapide des inondations et courants de tsunami à partir d’algorithmes de Deep Learning

Résumé

Dans un contexte où les délais imposés au Centre National d’Alerte aux Tsunamis rendent inexploitables les simulations numériques haute fidélité, cette thèse propose une alternative fondée sur l’intelligence artificielle pour prédire rapidement les effets côtiers d’un tsunami en Méditerranée.

Un premier modèle, inspiré de la littérature et basé sur un réseau de neurones dense, a été conçu pour estimer directement les hauteurs d’eau, vitesses maximales et retraits à la côte à partir de simulations en océan profond. Malgré des résultats convaincants, sa complexité limite son usage en conditions opérationnelles.

Une seconde approche, plus légère, s’appuie sur la représentation latente des données, obtenue par Analyse en Composantes Principales (ACP) pour réduire considérablement la complexité et les temps d'apprentissage. Deux nouveaux modèles ont ainsi été développés : un réseau dense appliqué aux coefficients (ACP) et un modèle de Gradient Boosting. Ces approches permettent de générer, en quelques secondes, des cartes d’inondation à haute résolution avec des performances proches de celles des simulations classiques.

Toutefois, une sous-estimation est observée dans les zones inondées, peu représentées dans la base d'apprentissage. Pour renforcer la robustesse des prédictions, un volet de la thèse a été consacré à l’implémentation de méthodes bayésiennes pour la quantification des incertitudes épistémiques. Celles-ci, appliquées notamment aux modèles latents, ont permis d’obtenir des intervalles de confiance bien calibrés, sans alourdir les calculs, ouvrant la voie à un outil rapide, fiable et adapté aux contraintes de l’alerte tsunami.

Mots clés

Tsunami, Modélisation hybride, Apprentissage automatique, Incertitudes

Direction

• Nicolas VAYATIS
• Frédéric DIAS
• Audrey Gailler

Jury

• Stéphane ABADIE, Professeur des universités, Université de Pau et des Pays de l'Adour (UPPA), Rapporteur
• Ioan NISTOR, Professeur des universités, Université d'Ottawa, Rapporteur
• Maria Ana BAPTISTA, Professeure des universités, Université de Lisbonne, Examinateur
• Laure QUIVY, Maîtresse de conférences, ENS Paris-Saclay, Examinateur
• Gaël POËTTE, Ingénieur de recherche, CEA, Examinateur