Interpolation spatio-temporelle et IA hybride pour une application à la biodiversité

Spatio-temporal interpolation and hybrid AI for application to biodiversity

• Auteur / Autrice : Elena Berhocoïrigoin
• Direction : Cédric Pradalier, Jérémy Fix
• Type : Projet de thèse
• Discipline(s) : Automatique, Traitement du signal et des images, Génie informatique
• Date : Inscription en doctorat le 19/10/2022
• Etablissement(s) : CentraleSupélec
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : Georgia Tech-Lorraine

Mots clés

Mots clés libres

Écosystème marin

Données spatio-temporelles

Apprentissage supervisé

Deep learning

Biodiversité

Marine ecosystem

Spatio-temporal data

Supervised learning

Deep learning

Biodiversity

Résumé

Les milieux marins fournissent des services écosystémiques essentiels à la vie et au bien-vivre humain (régulation de la qualité de l'eau, stockage du carbone, approvisionnement en nourriture etc.). Surveiller leur biodiversité est donc crucial, d'autant plus qu'ils subissent des changements rapides sous l'influence de diverses pressions (exploitation minière des fonds marins, surexploitation des ressources halieutiques, changement climatique etc.). Cependant, la conception et le suivi d'indicateurs à même de nous renseigner sur la santé d'un écosystème se heurtent au défi que représentent les données en sciences environnementales. En effet, elles sont souvent éparses dans l'espace et dans le temps, hétérogènes, déséquilibrées, inconsistantes car collectées selon des protocoles différents et sujets à de multiples biais, et ne reflètent que partiellement les processus complexes et dynamiques sous-jacents. Les modèles de distribution d'espèces (Species Distribution Models ou SDMs) sont un moyen de répondre au problème de parcellarité dans le cas de données d'occurrence ou d'abondance d'espèces, données nécessaires à l'estimation de la diversité spécifique d'un milieu. Ils sont construits de façon à prédire l'aire de répartition géographique d'une ou plusieurs espèces à partir de données d'observations ponctuelles. Les caractéristiques des données décrites précédemment demeurent néanmoins un facteur limitant en ce qui concerne l'élaboration, la capacité prédictive et le réalisme écologique de tels modèles. De plus, leur utilisation dans le domaine marin est relativement récente et la littérature reste peu abondante eu égard à l'avancée des recherches en terrestre. Il est à noter également que les approches fondées sur des réseaux de neurones y demeurent minoritaires. C'est pourquoi l'objectif de cette thèse est de tirer profit des avancées en apprentissage automatique, et notamment en apprentissage profond, pour adresser certaines des problématiques évoquées ci-avant. En particulier : l'exploitation de données incomplètes, la considération des interactions interspécifiques, voire la prise en compte de l'aspect dynamique de la distribution des espèces.

Marine environments provide ecosystem services essential to human life and well-being (regulation of water quality, carbon storage, food supply, etc.). Monitoring their biodiversity is therefore crucial, all the more so as they are undergoing rapid change under the influence of various pressures (seabed mining, overexploitation of fishery resources, climate change, etc.). However, the design and monitoring of indicators capable of informing us about the health of an ecosystem comes up against the challenge posed by data in environmental science. These data are often sparse in space and time, heterogeneous, unbalanced, inconsistent because collected according to different protocols subject to multiple biases, and only partially reflect the underlying complex and dynamic processes. Species distribution models (SDMs) can be used to compensate for the sparsity of species occurrence or abundance data, which are needed to estimate the specific diversity of an environment. They are designed to predict the geographic range of one or more species, based on point observations. However, the data characteristics described above remain a limiting factor for the development, predictive capacity and ecological realism of these models. What's more, their use in the marine realm is relatively recent, and the literature remains sparse compared with advances in terrestrial research. It should also be noted that neural network-based approaches are not yet numerous. This is why the aim of this thesis is to take advantage of advances in machine learning, and in particular deep learning, to solve some of the problems mentioned above. In particular: how to exploit incomplete data? how to identify, represent and integrate interspecific interactions into modeling? how to integrate the dynamic aspect of species distribution?