Informations générales
Événement : 92e Congrès de l'Acfas
Type : Colloque
Section : Section 200 - Sciences naturelles, mathématiques et génie
Description :Le commerce maritime représente plus de 80 % des marchandises transportées sur la planète. Bien que le transport maritime soit l’un des modes de transport les plus efficaces en termes d’émissions par tonne-kilomètre, son impact environnemental global demeure considérable. D’une part, comme l’a signalé l’Organisation maritime internationale (OMI), le transport maritime a contribué à hauteur de 3 % des émissions globales de gaz à effet de serre (GES) en 2022. À cela s’ajoutent d’autres polluants atmosphériques tels que les oxydes de soufre (SOx) et d’azote (NOx), en raison des combustibles fossiles et des longs temps d’attente des navires. D’autre part, la pollution sonore sous-marine, générée par la propulsion des navires et leurs équipements mécaniques, nuit gravement aux mammifères marins comme les baleines et les bélugas, qui dépendent du son pour leur orientation et leur survie.
Face à cette double menace environnementale, l’OMI vise à réduire de 50 % les émissions de GES d’ici 2050 par rapport à 2008, et ce, au moyen des solutions technologiques, économiques et opérationnelles, et développe un plan d’action visant à réduire le bruit généré par la navigation commerciale. Les mesures économiques couvrent les incitations fiscales et les taxes carbone. Les mesures technologiques exigent des investissements colossaux, notamment en recherche, conception, certification et mise à l’échelle. Quant aux mesures opérationnelles, elles sont plus abordables et leur impact est visible à plus court terme. Par exemple, la gestion des arrivées juste-à-temps au port de Rotterdam a réduit ses émissions annuelles de GES de 35 % tout en atténuant les nuisances sonores. Dans ce contexte, la problématique que nous aborderons dans ce colloque se situe à l’intersection du transport maritime, de l’intelligence artificielle et de la lutte contre les changements climatiques.
Date :Format : Sur place et en ligne
Responsables :- Loubna Benabbou (UQAR - Université du Québec à Rimouski)
- Pierre Cauchy (UQAR - Université du Québec à Rimouski)
- Abdelaziz Berrado (EMI, Université Mohammed V)
Programme
Enjeux et opportunités de l’IA pour la décarbonation des chaînes d’approvisionnement maritimes
-
Communication orale
Ouverture du colloque: L'intelligence artificielle pour la décarbonation des chaînes d'approvisionnement maritimesLoubna Benabbou (UQAR - Université du Québec à Rimouski)
-
Communication orale
Enjeux de la décarbonation dans la voie maritime du Saint-LaurentNathalie De Marcellis-Warin (Polytechnique Montréal)
-
Communication orale
Système Intelligent pour le transport maritime dans le fleuve Saint-LaurentStéphane Caron (Xpert Solutions Technologiques inc.)
-
Communication orale
La valorisation des données pour la décarbonation du transport maritime: cas de la la région SLGLThierry Warin (HEC Montréal)
-
Communication orale
L’IA au service de la recherche pour la décarbonation des chaînes d’approvisionnement maritimesLoubna Benabbou (UQAR - Université du Québec à Rimouski)
-
Communication orale
Enjeux d'explicabilité en intelligence artificielle pour l'aide à la décisionAbdelaziz Berrado (EMI, Université Mohammed V)
Dîner
Applications de l’IA pour la prédiction des émissions et des bruits des navires
-
Communication orale
Vers une meilleure cohabitation du transport maritime avec la faune subaquatiquePierre Cauchy (UQAR - Université du Québec à Rimouski)
-
Communication orale
Prédiction de la vitesse au fond des navires : Une approche d’apprentissage automatique pour la durabilité du transport maritimeIsmail Bourzak (Xpert Solutions Technologiques Inc)
-
Communication orale
L’IA pour estimer le vent à la surface de l’océan avec un radar côtier hautes-fréquencesCédric Chavanne (ISMER), Geoffrey Dureau (UQAR - Université du Québec à Rimouski)
-
Communication orale
Modèle hybride d'apprentissage automatique pour la prédiction de la vitesse à la surface des naviresAyoub Atanane (UQAR - Université du Québec à Rimouski)
-
Communication orale
Prédiction des émissions dans le transport maritime : cas du fleuve Saint-LaurentAbdelhak El Aissi (UQAR - Université du Québec à Rimouski)
-
Communication orale
Favoriser un transport maritime durable : Une approche par apprentissage automatique pour prédire et atténuer le bruit rayonné sous-marin des naviresSoukaina Boujidi (UQAR - Université du Québec à Rimouski)
-
Communication orale
Approches d'apprentissage profond pour la classification des sons des mammifères marinsYoussef Soulaymani (UdeM - Université de Montréal)