Rapport de stage qui s’est déroulé au sein de la Direction du Cycle de l’Eau, service Pilotage Assainissement GEMAPI de la Métropole de Lyon – Cycle des Ingénieurs diplômés de l’ENSG 3ème année
Ce stage s’inscrit dans la suite du projet HIREAU. Deux axes de recherches ont donc été développés pour répondre aux problématiques posées. Un premier porte sur de l’apprentissage machine avec une implémentation de l’état de l’art en termes d’estimation
de données tabulaires : l’algorithme XGBoost. Ce stage a également permis la mise en place d’un processus d’optimisation de ces méthodes pour correspondre au jeu de données lyonnais. Pour les matériaux, la précision et le rappel passent de 0,59 et 0,58 à 0,89 et 0,87. Pour les années de pose, la plage d’estimation est passée de 18 à 12 ans. Le deuxième axe porte sur la remontée de connaissances multi-sources. L’étude des matériaux notés dans
les rapports d’inspections télévisés ont permis de récupérer 5,6 % de données supplémentaires. La création de scripts de propagation d’information sous contrainte par parcours de graphes ont permis de récupérer 2,7 % d’années de pose en plus. Il a également été montré qu’avec les données utilisées, il n’existait pas de lien direct entre la construction d’un bâtiment et l’âge du réseau d’assainissement situé en dessous. Ces informations remontées ont aidé à l’obtention de meilleurs résultats par apprentissage machine.
Le rapport complet est ici : BESNIER_Jean-Baptiste_Rapport_TFE_2022.pdf
HIREAU 