Tirer profit des données externes pour une meilleure compréhension et attribution causale des anomalies dans les systèmes des réseaux des eaux

Financé par l’ANR (Agence Nationale de la Recherche) et la NSF (National Science Foundation), le projet PRCI nommé LUCAS (Leverage External Data for Enhanced Understanding and Causal Attribution of Anomalies in Water Network Systems) vise à développer de nouvelles méthodes d’intelligence artificielle pour mieux analyser et comprendre les réseaux d’eau urbains. En exploitant de manière combinée des données hétérogènes et complémentaires, systèmes d’information géographique (SIG), vidéos d’inspection des canalisations, rapports de maintenance et données urbaines contextuelles comme le trafic, l’occupation des sols ou la densité de population, le projet cherche à enrichir et améliorer la connaissance des réseaux existants tout en développant des capacités d’identification, de compréhension et d’anticipation des anomalies telles que fuites, obstructions ou fragilités structurelles. Le projet développe des approches de fusion itérative de données, de représentation par graphes et d’apprentissage automatique capables de traiter des informations massives, hétérogènes et souvent incomplètes. Le consortium pluridisciplinaire réunit des chercheurs en hydrologie urbaine, mathématiques, intelligence artificielle et science des données autour du développement d’outils d’IA pour le traitement de données multi-sources, au service d’une meilleure compréhension des réseaux d’eau urbains et, à terme, d’une gestion plus fiable et plus efficace de ces infrastructures critiques.

Consortium

France : CRIL (coordinateur du projet côté France), HSM (IRD, Montpellier), IUSTI (Université de Marseille) États-Unis :

Le consortium est composé de CRIL (CNRS, Université d’Artois, coordinateur du projet), HSM (Hydrosciences Montpellier, Université de Montpellier, CNRS, IRD), IUSTI (Institut Universitaire des Systèmes Thermiques Industriels, CNRS, Aix-Marseille Université, Polytech Marseille), de Florida International University (coordinateur du projet côté États-Unis) et de University of Miami.


Responsable scientifique pour le CRIL :
Durée :
2026-2029