H/F Doctorant en calcul et systèmes embarqués pour le biologging et l'écologie

Sujet de thèse :
Les changements du comportement d’un animal peuvent être révélateurs des évolutions intrinsèques de l’animal (e.g. âge, état reproducteur, état de santé) ou de sa réponse à l’environnement et à ses changements (e.g. réponses aux activités humaines). Pour cette raison, l’étude du comportement animal est devenue centrale dans de nombreux travaux d’écologie scientifique ou en gestion et conservation de la faune. Ces études ont été grandement facilitées ces dernières décennies par le développement du biologging, i.e. le déploiement de capteurs directement sur l’animal. Ces biologgers sont devenus de plus en plus petits, plus économes en énergie, et embarquent de plus en plus de capteurs capables d’enregistrer une diversité de variables d’intérêts : localisation par GPS, activité mesurée à haute fréquence grâce aux accéléromètres, quelquefois son ou image. L’analyse des données collectées a également bénéficié de développements importants à travers des modèles d’apprentissage machine de complexité croissante, des modèles d’arbres de décisions (e.g. xgboost) aux modèles d’apprentissage profond de l’intelligence artificielle par exemple. Cependant, à l’heure actuelle, l’analyse des données ne peut souvent être réalisée qu’une fois les capteurs récupérés. Le besoin de récupérer le biologger pour accéder aux données génère un long délai entre la pose de celui-ci et la possibilité d’analyser les données. La situation actuelle est problématique : il est souhaitable d’avoir des capteurs frugaux, économes en énergie, ayant une durée de vie prolongée, mais ceci retarde d’autant l’analyse des données. Face à cet état de fait, les écologues souhaiteraient pouvoir travailler avec des capteurs fonctionnant sur du temps long et transmettant les données à distance, permettant de travailler avec ces données rapidement, voir même permettant lorsque cela est utile d’avoir une approche ‘réactive’ permettant d’ajuster les suivis ou les expérimentations, et dans le cadre de gestion/conservation la mise en place de mesures d’interventions si nécessaire. Les développements techniques et statistiques récents laissent entrevoir la possibilité de réaliser des capteurs ‘intelligents’ qui analysent en temps-réel les larges volumes de données collectées par les divers capteurs d’un biologger et produisent des métriques pertinentes, ou directement des classifications du comportement, informations qui elles peuvent-être transmise plus aisément que les données brutes et ainsi permettre une analyse bien avant d’avoir récupéré le capteur. Ce traitement de la donnée à la périphérie (egde computing) permettrait de rapprocher l’analyse et les études du temps de la collecte des données par les capteurs d’ajuster les suivis aux observations, et également de développer des approches de surveillance basées sur des animaux ‘sentinelles’ permettant la détection d’anomalies ou d’évolutions inquiétantes. Le contexte de la thèse
Voir plus sur le site emploi.cnrs.fr...