Publications du Service canadien des forêts

Application of machine-learning methods in forest ecology: recent progress and future challenges.2018. Liu, Z.; Peng, C.; Work, T.; Candau, J.-N.; DesRochers, Kneeshaw, D. Environmental Review 26: 339-350.

Année : 2018

Disponible au : Centre de foresterie des Grands Lacs

Numéro de catalogue : 39499

Langue : Anglais

Disponibilité au SCF : PDF (demande par courriel)

Disponible sur le site Web de la revue ou du journal.
DOI (identifiant d'objet numérique) : 10.1139/er-2018-0034

† Ce site peut exiger des frais.

Résumé en langage clair et simple

L’apprentissage automatique, une branche importante de l’intelligence artificielle, est de plus en plus mis en application dans le domaine des sciences comme l’écologie forestière. Ici, nous examinons trois méthodes couramment employées dans l’apprentissage machine (AM) et en débattons : l’apprentissage par arbre de décision, le réseau de neurones artificiels et les machines à vecteurs de supports et leurs applications dans quatre différents aspects de l’écologie forestière depuis dix ans. Ces applications comprennent : (i) les modèles de répartition des espèces, (ii) les cycles de carbone, (iii) l’évaluation et la prévision des risques et (iv) d’autres applications relatives à la gestion forestière. Même si ces approches sont utiles à la classification, à la modélisation et à la prévision dans les recherches en écologie forestière, le développement ultérieur de technologies d’AM est limité par le manque de données appropriées et par le « seuil relativement plus élevé » des applications. Cependant, l’utilisation combinée de plusieurs algorithmes et l’amélioration de la communication et de la coopération entre les chercheurs en écologie et les concepteurs d’AM présentent toujours des défis et des tâches de taille pour l’amélioration des futures recherches en écologie. On suggère que les applications futures de l’AM en écologie deviendront un outil de plus en plus attrayant pour les écologistes face aux « mégadonnées » et que les écologistes auront accès à davantage de types de données telles que le son et la vidéo dans un avenir proche, ce qui offrira peut-être de nouvelles possibilités de recherches dans l’écologie forestière.

Dernière mise à jour :