{"id":8102,"date":"2022-04-19T12:00:42","date_gmt":"2022-04-19T10:00:42","guid":{"rendered":"https:\/\/wp.unil.ch\/geoblog\/?p=8102"},"modified":"2023-05-24T09:46:55","modified_gmt":"2023-05-24T07:46:55","slug":"prix-de-leuropean-geosciences-union-attribue-a-mikhail-kanevski","status":"publish","type":"post","link":"https:\/\/wp.unil.ch\/geoblog\/2022\/04\/prix-de-leuropean-geosciences-union-attribue-a-mikhail-kanevski\/","title":{"rendered":"Prix de l’European Geosciences Union attribu\u00e9 \u00e0 Mikhail Kanevski"},"content":{"rendered":"\n
\n
\"\"<\/a>
Mikhail Kanevski, Institut des dynamiques de la surface terrestre<\/figcaption><\/figure><\/div>\n\n\n\n

La <\/strong>M\u00e9daille Ian McHarg 2022<\/strong><\/a> de l\u2019EGU a \u00e9t\u00e9 d\u00e9cern\u00e9e \u00e0 Mikhail Kanevski pour son <\/strong>exceptionnel travail dans le domaine du traitement des donn\u00e9es environnementales<\/strong><\/a>, int\u00e9grant des g\u00e9ostatistiques, des algorithmes issus du machine learning et d\u2019autres transformations num\u00e9riques.<\/strong><\/p>\n\n\n\n

Mikhail Kanevski<\/a> est professeur honoraire de l\u2019IDYST dans le groupe de recherche Geosciences and Knowledge Discovery in Data<\/a>.<\/strong><\/p>\n\n\n\n

<\/div>\n<\/div>\n\n\n\n

Les int\u00e9r\u00eats scientifiques du prof. Kanevski couvrent un large \u00e9ventail de sujets : la science de l’information g\u00e9ographique, la mod\u00e9lisation environnementale, les statistiques spatiales, la pr\u00e9vision des s\u00e9ries chronologiques, l’apprentissage automatique (machine learning)<\/em> et l’exploration de donn\u00e9es. Les principales applications concernent les risques naturels, la pollution et les analyses et \u00e9valuations des \u00e9nergies renouvelables. A l\u2019occasion de l\u2019attribution de cette m\u00e9daille, M. Kanevski nous parle de son domaine de recherche.<\/p>\n\n\n\n

Vous \u00eates titulaire d\u2019un doctorat en physique des plasmas. Pour quelle raison vous \u00eates-vous orient\u00e9 vers les g\u00e9osciences par la suite ?<\/strong><\/p>\n\n\n\n

L\u2019\u00e9v\u00e9nement d\u00e9clencheur a \u00e9t\u00e9 l\u2019accident de la centrale nucl\u00e9aire Tchernobyl. \u00c0 la suite de cet \u00e9v\u00e9nement, de nombreuses questions ont \u00e9t\u00e9 adress\u00e9es aux scientifiques afin de d\u00e9terminer comment g\u00e9rer les d\u00e9g\u00e2ts occasionn\u00e9s et la pollution qui s\u2019en est suivie. J\u2019ai ainsi \u00e9t\u00e9 amen\u00e9 \u00e0 mod\u00e9liser les risques environnementaux de pollution par la radioactivit\u00e9.<\/p>\n\n\n\n

Ensuite la curiosit\u00e9 scientifique et l\u2019aspect tr\u00e8s interdisciplinaire du domaine des g\u00e9osciences et de l\u2019environnement m\u2019ont incit\u00e9 \u00e0 rester dans ce domaine. Douze ans apr\u00e8s ma th\u00e8se, j\u2019ai effectu\u00e9 une habilitation dans le domaine de l\u2019environnement et analyse de donn\u00e9es. <\/p>\n\n\n\n

Quel a \u00e9t\u00e9 votre parcours au sein de la FGSE ?<\/strong><\/p>\n\n\n\n

D\u00e8s 1993, j\u2019ai beaucoup collabor\u00e9 avec Michel Maignan, (actuellement professeur honoraire de l\u2019ISTE), avec lequel nous avons d\u00e9velopp\u00e9s de nombreux projets en lien avec l\u2019analyse de donn\u00e9es environnementales et risques. En 2004 j\u2019ai \u00e9t\u00e9 engag\u00e9 \u00e0 l\u2019UNIL dans la FGSE nouvellement cr\u00e9\u00e9e. Mes projets FNS \u00e9taient orient\u00e9s vers des questions fondamentales\u00a0\u00a0d\u2019analyse et mod\u00e9lisation de donn\u00e9es en utilisant statistique, g\u00e9ostatistique et apprentissage par machine. Les applications des projets \u00e9tait suivantes: mod\u00e9lisation topo-climatique et diff\u00e9rents types de risques naturels: les avalanches, les feux de for\u00eat, les glissements de terrain, les pollutions (l\u2019air, les sols, indoor radon). Nous avons notamment \u00e9tabli des\u00a0cartes de risques\u00a0<\/a>\u00a0qui ont pu servir de r\u00e9f\u00e9rence pour les d\u00e9cisions prises dans les organes de gestion du territoire. Ensuite les projets ont \u00e9volu\u00e9 en parall\u00e8le avec les technologies et outils \u00e0 disposition pour s\u2019orienter vers le traitement de donn\u00e9es de plus en plus nombreuses et l\u2019intelligence artificielle.\u00a0<\/p>\n\n\n\n

Comment votre domaine de recherche a-t-il \u00e9volu\u00e9 durant ces 10 derni\u00e8res ann\u00e9es ?<\/strong><\/p>\n\n\n\n

Les outils ont bien s\u00fbr beaucoup \u00e9volu\u00e9 : le nombre de donn\u00e9es \u00e0 disposition ainsi que leur qualit\u00e9 a fortement augment\u00e9 gr\u00e2ce aux satellites et aux r\u00e9seaux de monitoring. En Suisse notamment la densit\u00e9 et la qualit\u00e9 des donn\u00e9es est tr\u00e8s bonne. En parall\u00e8le les outils informatiques et les potentiels de calcul ont permis de traiter ces donn\u00e9es de mani\u00e8re de plus en plus complexe et de plus en plus fine. Durant ma carri\u00e8re en FGSE, le domaine des data sciences a connu diff\u00e9rentes vagues alternant enthousiasme et d\u00e9sappointement. Actuellement il est devenu un outil \u00ab\u00a0de base\u00a0\u00bb pour beaucoup de chercheurs.<\/p>\n\n\n\n

Quelles sont les limites des data sciences ?<\/strong><\/p>\n\n\n\n

Quelle que soit la performance d\u2019analyse, le plus important est la question et l\u2019hypoth\u00e8se de d\u00e9part. Il faut que le probl\u00e8me soit clairement identifi\u00e9 et la question pos\u00e9e correctement pour que le traitement des donn\u00e9es apporte une r\u00e9ponse valable. Ensuite il faut veiller \u00e0 la qualit\u00e9 et \u00e0 la pertinence des donn\u00e9es r\u00e9colt\u00e9es, et savoir comment interpr\u00e9ter les relations obtenues entre les divers param\u00e8tres \u00e9tudi\u00e9s. Les liens de cause \u00e0 effet\u00a0\u00a0aujourd\u2019hui peuvent\u00a0\u00a0\u00eatre d\u00e9duits automatiquement des r\u00e9sultats obtenus via le traitement des donn\u00e9es et les algorithmes avanc\u00e9s. Dans ce sens il est important de pouvoir s\u2019appuyer sur une bonne connaissance des r\u00e8gles et \u00e9quations de g\u00e9ophysique, g\u00e9ochimie ou autre, qui d\u00e9finissent les m\u00e9canismes et permettent une bonne interpr\u00e9tation des r\u00e9sultats.\u00a0L’interpr\u00e9tabilit\u00e9 et l’explicabilit\u00e9 des r\u00e9sultats de la science des donn\u00e9es (comment et pourquoi un algorithme prend une d\u00e9cision en particulier), notamment ceux obtenus par le\u00a0machine learning<\/em>, constituent l’un des principaux d\u00e9fis actuels.<\/p>\n\n\n\n

Ce prix est une reconnaissance pour le travail de toute une \u00e9quipe qui a beaucoup contribu\u00e9 au domaine. Les nombreuses th\u00e8ses et projets encadr\u00e9s ont continuellement fait avancer ma recherche. Je me r\u00e9jouis de voir la nouvelle g\u00e9n\u00e9ration de chercheuses et chercheurs qui arrive maintenant avec un bagage tr\u00e8s int\u00e9ressant et une formation compl\u00e8te \u00e0 la fois en g\u00e9osciences et en analyse des donn\u00e9es. Cela va sans doute faire \u00e9voluer le domaine et la mani\u00e8re d\u2019appr\u00e9hender les questions. Au cours de ces ann\u00e9es, l\u2019accompagnement des jeunes chercheurs a \u00e9t\u00e9 autant un plaisir qu\u2019un travail. <\/p>\n\n\n\n

\n
\"\"<\/a><\/figure><\/div>\n\n\n\n

Assembl\u00e9e g\u00e9n\u00e9rale de l’EGU<\/a><\/strong><\/p>\n\n\n\n

Mikhail Kanevski recevra sa m\u00e9daille le 23 mai prochain, lors de l\u2019assembl\u00e9e g\u00e9n\u00e9rale de l\u2019EGU qui se tiendra \u00e0 Vienne.<\/p>\n\n\n\n

<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

La M\u00e9daille Ian McHarg 2022 de l\u2019EGU a \u00e9t\u00e9 d\u00e9cern\u00e9e \u00e0 Mikhail Kanevski pour son exceptionnel travail dans le domaine du traitement des donn\u00e9es environnementales, int\u00e9grant des g\u00e9ostatistiques, des algorithmes issus du machine learning et d\u2019autres transformations num\u00e9riques. Mikhail Kanevski est professeur honoraire de l\u2019IDYST dans le groupe de recherche Geosciences and Knowledge Discovery in Data. Les int\u00e9r\u00eats scientifiques du […]<\/p>\n","protected":false},"author":1002284,"featured_media":8103,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"","_links_to":"","_links_to_target":""},"categories":[66905],"tags":[67000],"class_list":{"0":"post-8102","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-recherche-en-action","8":"tag-mikhail-kanevski"},"_links":{"self":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts\/8102","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/users\/1002284"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/comments?post=8102"}],"version-history":[{"count":0,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts\/8102\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/media\/8103"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/media?parent=8102"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/categories?post=8102"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/tags?post=8102"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}