Cet article présente deux approches novatrices pour la prévision en temps réel des tassements lors du creusement de tunnels. La première utilise la méthode Random Forest pour prédire le tassement maximal dans les zones non excavées, tandis que la seconde ajuste la prédiction de la courbe de tassement avec le creusement en utilisant des réseaux de neurones LSTM, adaptés aux séries temporelles. Les données proviennent de deux lignes du Grand Paris Express. Une analyse des avantages et limitations de chaque méthode est fournie.