#1 Fri 20 March 2026 10:41
- Sylvainmpa
- Juste Inscrit !
- Date d'inscription: 26 Oct 2025
- Messages: 8
Modeles predictifs geospatiaux sur des donnees non-SIG ?
Bonjour a tous,
Je travaille actuellement sur un projet qui croise des methodes issues du SIG avec des algorithmes de machine learning, et je me pose une question qui me semble interessante pour la communaute.
On utilise de plus en plus la data science pour identifier des patterns dans des jeux de donnees georeferencees - c'est classique en teledetection ou en analyse urbaine. Mais est-ce que certains d'entre vous ont deja applique des modeles predictifs geospatiaux a des domaines moins conventionnels ? Je pense par exemple a une analyse de donnees tennis pour predire des resultats en fonction de variables environnementales (altitude, climat, surface), ou encore a de la modelisation de flux logistiques.
Ce qui m'interesse, c'est le pont entre les outils SIG traditionnels et les frameworks de deep learning type PyTorch ou TensorFlow, appliques a des donnees qui ne sont pas strictement geographiques mais qui ont une composante spatiale.
Avez-vous des retours d'experience ou des pistes de lecture sur le sujet ?
Hors ligne


