Afin de comprendre le fonctionnement d’un écosystème, les écologues observent les espèces qui y cohabitent. Ils collectent ainsi des données de présence / absence des espèces sur plusieurs années. Comment extraire de l’information de ces suites de 0 et de 1, en particulier pour apprendre quelles espèces influencent la survie d’autres (par prédation, parasitisme, mutualisme…) ? Ici, on est loin du « Big Data », car obtenir ces données est coûteux… Elles sont donc rares ! Il faut surveiller la zone considérée suffisamment longtemps pour être (à peu près) sûr que les espèces sont présentes ou absentes. L’idée est donc d’aider l’apprentissage des interactions au sein d’une communauté d’espèces grâce au formalisme des graphes et à l’incorporation de connaissances « expertes » dans un modèle de la dynamique des espèces.
-
Graphes et probabilités -----------------------
Un graphe d’interactions écologiques est un outil topologique de modélisation qui recense, pour chaque espèce, l’ensemble des autres espèces dont elle influence la survie, positivement ou négativement, d’un instant donné à l’instant suivant. Informellement, les sommets de ce graphe représentent les espèces et une arête dirigée de ce graphe, l’influence d’une espèce sur une autre. Ce graphe d’interaction peut être utilisé pour modéliser la dynamique de la communauté des espèces au cours du temps. On se sert de sa structure pour construire un réseau bayésien particulier, dit dynamique (voir Tangente 182), décrivant les probabilités de présence de toutes les espèces à l’instant t en fonction de la liste des espèces présentes à l’instant t – 1. Ces probabilités sont représentées de manière concise, en exploitant des propriétés d’indépendance entre certaines espèces, la présence d’une espèce à l’instant t étant supposée ne dépendre que de la présence de quelques autres seulement (dénommées du terme générique de parents) à l’instant précédent.
Cette hypothèse que chaque espèce n’est influencé que par peu d’autres permet une grande économie de moyens, mais l’apprentissage d’un tel modèle peut rester difficile, en particulier lorsque l’on dispose de peu de données réelles. Si chacune des n espèces possède k parents, le nombre de paramètres à considérer est de n × 2k, et il n’est hélas pas imaginable que le nombre d’années d’observation soit de cet ordre de grandeur (sans compter que le nombre maximum de parents, k, n’est pas connu a priori).