simplyYouma/TCHIA-v3-Causal-Data-Generator

Advanced agricultural data generator with causal coherence for AI training - Mali focus # TCHIA v3 - Générateur de Données Causales Cohérentes ## 🎯 Objectif Ce projet génère des données agricoles synthétiques avec **cohérence causale parfaite** pour l'entraînement de modèles d'intelligence artificielle. Chaque ligne de données raconte une histoire agricole complète et réaliste basée sur les conditions agro-climatiques du Mali. ## 🌾 Contexte Scientifique Le générateur TCHIA v3 s'appuie sur : - **Données empiriques** du Mali (IER, ICRISAT, CMDT, AGRHYMET) - **Modèles agronomiques** validés pour l'Afrique de l'Ouest - **Cohérence causale temporelle** : chaque événement influence la suite du cycle cultural - **Réalisme décisionnel** : intégration des stratégies adaptatives des producteurs ## 📁 Structure du Projet ``` TCHIA_Data_Causal_Generator/ ├── README.md # Ce fichier ├── Notebook_causal_generator.ipynb # Notebook principal de génération ├── tchia_v3_generator.py # Générateur principal avec cohérence causale ├── tchia_v3_validator.py # Validateur de cohérence des données ├── tchia_validation_analysis.py # Analyses de validation ├── enhanced_crop_profiles_v2.py # Profils agronomiques des cultures ├── hyper_realistic_generator_v2.py # Générateurs climat/sol/capteurs ├── climate_cleaned.csv # Données climatiques de référence ├── checkpoint_batch_*.pkl # Sauvegardes de génération par batch ├── validation_tchia_v3.html # Rapport de validation (visualisation) ├── validation_tchia_v3.json # Rapport de validation (données) └── validation_tchia_v3.png # Graphiques de validation ``` ## 🚀 Fonctionnalités Principales ### 1. **Générateur Cohérent (`tchia_v3_generator.py`)** #### Scénarios Agricoles Réalistes - **Exceptionnel** (5%) : Conditions optimales, rendements maximaux - **Bon** (20%) : Conditions favorables, stress mineurs - **Moyen** (40%) : Conditions variables, adaptations nécessaires - **Difficile** (25%) : S …