| Titre : | Extension de la plateforme d’analyse en épidémiologie vétérinaire NeuralVet par l’intégration des paramètres climatologiques et l’apprentissage automatique : la fièvre catarrhale ovine comme modèle |
| Auteurs : | HAOUSSI Fadwa, Auteur ; BOUSLIKHANE Mohammed, Auteur ; JMIAI Mehdi, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2023 |
| Format : | 162 |
| Langues: | Français |
| Mots-clés: | Modélisation des maladies animales ; Intelligence artificielle ; Apprentissage automatique ; NDVI ; épidémiologie vétérinaire ; capteurs satellitaires ; Modis ; la fièvre catarrhale ovine ; données climatologiques. |
| Résumé : |
Notre travail s’intéresse au développement et à la validation d'une plateforme novatrice en épidémiologie vétérinaire, baptisée NeuralVet. Celle-ci intègre des paramètres climatologiques, l'apprentissage automatique et l'utilisation de divers algorithmes pour améliorer la compréhension et la prévention des maladies animales. L'objectif principal est d'explorer la possibilité d’intégration du nouvel indice de végétation NDVI (Indice de Végétation par Différence Normalisée) pour l'étude des maladies vectorielles chez les animaux.
Notre contribution s'inscrit dans la continuité des recherches précédentes qui ont jeté les bases conceptuelles et méthodologiques nécessaires à la création de NeuralVet. Ces recherches ont permis d'explorer divers aspects de l'épidémiologie vétérinaire, incluant la collecte et l'analyse de données épidémiologiques, l'utilisation de l'apprentissage automatique pour la modélisation des maladies animales, ainsi que l'évaluation des facteurs environnementaux. La fièvre catarrhale ovine (FCO), maladie ayant un impact significatif sur la santé animale au Maroc, est choisie comme modèle pour notre étude ; en raison de la disponibilité de données et de son importance économique. A titre de test, les données utilisées proviennent d'une recherche antérieure menée par l’IAV Hassan II dans diverses régions du Maroc en 2006. L’étude examine également les différents capteurs satellitaires disponibles pour la collecte de données climatologiques et de végétation, concluant que MODIS est le satellite privilégié en raison de sa disponibilité, sa gratuité et sa capacité à couvrir de vastes régions avec des pixels de grande taille. Notre travail affirme que l’intégration de l’indice de végétation NDVI et des données de MODIS dans la plateforme NeuralVet représente une avancée significative pour l'épidémiologie vétérinaire, notamment l’information sanitaire en temps réel, pour mieux comprendre et prédire les maladies animales à transmission vectorielle d’intérêt pour le Maroc. A ce titre, la FCO serait un bon modèle pour la validation de NeuralVet. Cette recherche a le potentiel d'apporter des contributions essentielles à la santé animale au Maroc grâce à une approche novatrice intégrant, notamment l’apprentissage automatique (Machine Learning). Néanmoins, le développement et la mise en oeuvre de la plateforme se heurte au coût d’octroi en continu de données actualisées, à la nécessité de partenariats, à la fois, avec les organismes intéressés par les services de la plateforme et les organismes de recherche et développement spécialisés dans les nouvelles technologies, notamment l'intelligence artificielle pour la mise en place de la partie technique de NeuralVet et l’accompagnement de son développement technique sachant que l'intégration de l'apprentissage automatique et des algorithmes avancés nécessites une expertise et des compétences particulières. |
| En ligne : | http://10.2.0.27//cda/ebooks/HOUASSI_Fadwa_2023.pdf |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200041082 | 10042 | Support papier | Salle des thèses/PFE (RDC) | Docteur vétérinaire | Consultation sur place Exclu du prêt |
