基本信息
浏览量:9
职业迁徙
个人简介
L'Apprentissage par Renforcement (AR) est une discipline qui s'intéresse à la prise de décision dans l'incertain pour maximiser un critère donné. En 2016, le meilleur joueur mondial du jeu de Go devient une intelligence artificielle basée sur l'Apprentissage par Renforcement, fait élu comme avancée de l'année par Science. La conduite des cultures peut être envisagée comme un problème d'AR. En effet, la conduite des cultures peut se concevoir comme une suite de décisions (e.g. choix de variété, date de semis, fertilisation) dans un environnement incertain (e.g; climat, ravageurs, ...), afin de maximiser un but donné (e.g. rendement et conservation du sol). L'AR a été appliqué à la prise de décision dans la conduite des cultures dans les années 90. Aujourd'hui un nouveau contexte technologique émerge, par exemple avec les réseaux mobiles, smartphones, une puissance calculatoire accrue. Ce nouveau contexte technologique combiné aux récents progrès théoriques en AR/bandits semble pouvoir apporter des solutions pour améliorer la conduite des cultures, dans un environnement de moins en moins prévisible. C'est ce que nous proposons d'investiguer en collaboration avec l'équipe SequeL de l'Inria spécialisée dans la prise de décision séquentielle dans l'incertain.
研究兴趣
论文共 7 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
FIELD CROPS RESEARCH (2024): 109249
Romain Gautron,Emilio J. Padrón, Pierre‐Marie Preux, Julien Bigot,Odalric-Ambrym Maillard,Gerrit Hoogenboom, Julien Teigny
HAL (Le Centre pour la Communication Scientifique Directe) (2023)
引用0浏览0引用
0
0
arxiv(2021)
引用25浏览0EI引用
25
0
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn