Calibration d'un modele de croissance d'arbre dependance aerien-racinaire en utilisant des reseaux de neurones

RoCoCau+TOY permet de simuler la croissance d’une plante entière en exprimant la dépendance entre les compartiments caulinaires et racinaire tant pour la production d’assimilats que pour la régulation de la croissance des deux compartiments. Le modèle TOY rend compte de la plasticité des arbres pour s’adapter aux variations de leur environnement en ce qui concerne l’eau et la lumière. Pour étudier le comportement du modèle, on lance des simulations in silico en faisant varier les valeurs des paramètres ou bien les données d’eau ou de lumière au cours du temps. TOY comprend une vingtaine de paramètres pour décrire l’environnement et la réaction de la plante à cet environnement. Le stage s’intéresse à la calibration de TOY en mettant en place des méthodes de traitement automatique d’identification de vecteurs de valeurs de ses paramètres en utilisant des Réseaux de Neurones Profonds qui apprennent sur des bases de données de plantes simulées.