5ème Journée DATA et IA pour l'agriculture

18 novembre 2026

Délégation CNRS Ile-de-France Villejuif, 7 Rue Guy Môquet, 94800 Villejuif

page de la journée GDR IASIS

Avancées récentes, des besoins actuels et des défis scientifiques liés à l’utilisation de l’IA et du machine learning pour l’analyse et le traitement des données agricoles

Le Groupement de Recherche IASIS (Information Apprentissage Signal Image Vision) organise sa 5ème réunion sur le thème "Data et IA pour l'agriculture de précision" le 18 novembre 2026, de 9h30 à 17h30 à Villejuif. 

Cette journée réunira chercheurs, doctorants, ingénieurs et acteurs industriels afin de discuter des avancées récentes, des besoins actuels et des défis scientifiques liés à l’utilisation de l’IA et du machine learning pour l’analyse et le traitement des données agricoles. La participation est gratuite mais obligatoire sur sur la page de la journée

A cette occasion, un appel à contribution est lancé jusqu'au 5 octobre: résumé étendu d'une page max, en français ou en anglais, décrivant le contexte, la méthodologie, les résultats (ou perspectives) et l’intérêt pour la communauté. Adresser aux organisateurs: 

Thématiques

Les contributions peuvent porter sur, sans s’y limiter :

  • Agriculture/agronomie de précision et observation de la Terre (satellite, drone, hyperspectral, SAR)
  • Traitement et analyse de données agricoles multi-sources (capteurs, images, signaux, séries temporelles)
  • Apprentissage automatique et apprentissage profond pour l’agriculture
  • Modèles de fondation et apprentissage auto-supervisé pour données agricoles et géospatiales
  • Apprentissage multimodal (fusion imagerie–données sol–météo–machines agricoles)
  • Apprentissage par transfert, fédéré, continu (lifelong learning) et actif
  • Apprentissage causal, modèles hybrides IA–connaissances agronomiques, jumeaux numériques
  • Estimation des rendements, détection de stress (hydrique, nutritionnel), maladies et adventices
  • Robotique agricole, Edge AI, systèmes autonomes et multi-agents
  • Explicabilité, robustesse, quantification d’incertitude et validation terrain
  • Déploiement, MLOps, retours d’expérience industriels et contraintes réglementaires
  • ...

Orateur.ice.s invité.e.s

  • Jean-Pierre Chanet (UR TSCF, INRAE)
  • Christelle Gée (L'institut Agro Dijon, UMR 1347 Agroécologie)

Contact: adel.hafiane@univ-orleans.fr