Amiante dans les bâtiments: il ne s’agirait plus de repérer l’amiante mais de le prédire ?

Comme l’apprennent tous les candidats à la formation amiante avec ou sans mention dans le cadre de notre cursus Diagnostiqueur Immobilier Cycles A ou B ou de nos modules individuels, il s’agit en premier lieu de repérer l’amiante in situ, visuellement ou par des sondages destructifs. Dans une thèse datant d’il y a deux mois, soit du 14 avril 2022, soutenue à l’Université Paris-Saclay, il est question de prédire la présence d’amiante au travers de deux approches sémantiques. De quoi s’agit-il? Voici un aperçu rapide d’une étude qui combineles mathématiques(probabilités)et des règles strictes dans la détection de l’amiante.

Futurs opérateurs de repérage amiante, bientôt un outil complémentaire pour vos diagnostics ?

La thèse universitaire soutenue le 14 avril dernier à Paris-Saclay, dans le cadre d’un doctorat en informatique et informatique appliquéede Monsieur Thamer Mecharnia,nous prouve que les réflexions sur les manières les plus rapides et efficaces de repérer l’amiante dans les bâtiments sont toujours d’actualité et brillent par leur dynamisme et leur pertinence.Dans ce texte complexe, publié par l’UniversitéParis-Saclay, l’étude portait sur deux manières d’identifier l’amiante dans les bâtiments, l’une probabiliste et l’autre à partir de règles, toutes deux utilisantdes graphes de connaissances constitués grâce aux descriptions des bâtiments et auxrapports de diagnostic amiante. Cette recherche fait partie intégrante du projet intitulé ORIGAMI développé par le CSTB(Centre scientifique et technique du bâtiment). ORIGAMI a pour objectif d’aiderà l’identification des matériaux contenant de l’amiante dans les bâtimentset se veut un outil de prédiction qui permettrait de «guider l’opérateur de repérage dans la programmation de son programme de suivi», l’objectif étant de faciliter les analyses à partir des données d’entrée très diversifiées des bâtiments.

Détection de l’amiante: quels résultatsconcernant les deux approches sémantiques étudiées ?

À partir d’un graphe de connaissances intitulé ASBESTOS, comprenant des données du bâtiments ainsi que les conclusions de rapports de diagnostic amiante, deux approches ont été développéespour détecter la présence d’amiantedans des produits dont la référence commerciale n’est pas connue. La première est basée sur la probabilité de présence d’amiante dans ledit produit au regard de ressources externes relatives à la commercialisation de produits amiantés, confrontées aux conflitset absences d’éléments éventuels du graphe de connaissances. La seconde, intitulée CRA-Miner, s’apparente aux méthodes PLI, soit de programmation logique inductive. Elle s’appuie sur le graphe de connaissancespour établir des règles prédictives. À la suite del’évaluation respective etcombinéede ces deux approches, les résultats obtenus semblent avoir été très encourageants.