L'IA face aux grands problèmes du monde · Sciences de la Terre et du climat · arXiv · 2026-10-23
Vérification de la robustesse d'un classificateur de plancton embarqué sur un véhicule sous-marin autonome
Titre original: Robustness Verification of an Autonomous Underwater Vehicle-based Plankton Classifier
Les classificateurs de plancton embarqués sur des véhicules sous-marins autonomes classent souvent mal les images en présence de bruit environnemental ou de débris non biologiques, si bien que les biologistes marins doivent vérifier les résultats à la main. Les auteurs proposent un cadre de vérification de la robustesse fondé sur l'analyse d'atteignabilité et l'appliquent à un classificateur neural ODE à temps continu qui utilise des images de l'imageur de particules SilCam. La vérification formelle face aux perturbations environnementales serait efficace comme filtre automatisé offrant des garanties formelles de stabilité du modèle sur des données ambiguës, réduisant la charge de post-traitement.