Fiche technique STELAR n° 2 : Imputation des données LAI à l'aide d'un modèle de langage de grande envergure (LLM)

Cette étude présente une approche RAG-LLM visant à imputer les valeurs manquantes de l'indice de surface foliaire (LAI) dans des séries chronologiques, en recourant à la recherche par similarité vectorielle et à des corrections générées par un modèle de langage de grande envergure (LLM). Évaluée sur les données françaises de 2021, cette méthode surpasse les techniques COI, KNN et d’autres techniques de pointe en termes d’erreur moyenne absolue (MAE), d’erreur quadratique moyenne (MSE) et de coefficient de détermination (R²), en particulier sur des données clairsemées. Ce cadre s'inscrit dans le cadre du projet STELAR financé par l'UE (subvention n° 101070122), axé sur l'intégration de données agroalimentaires à l'aide de modèles linguistiques. Le code est accessible au public sur GitHub.