[Paroles de doctorants] Hugo Deléglise : Mise en relation de données hétérogènes pour le renforcement des systèmes de sécurité alimentaire. Cas de la production agricole en Afrique de l’Ouest

Hugo porte un sujet de thèse cofinancée par #DigitAg

Je m’appelle Hugo Deléglise. Après une licence en mathématiques fondamentales à la faculté des sciences de Montpellier, j’ai obtenu un master MIASHS (Mathématiques et Informatique Appliquées aux Sciences Humaines et Sociales) à la faculté de lettres de Montpellier.

Durant mes 2 années de master, j’ai effectué 2 stages à l’Ird sur le sujet : « Optimisation de la collecte, de la gestion et du traitement de données collectées dans le cadre d’un projet de recherche opérationnelle sur l’onchocercose ». Ces dernières années d’études et ce stage dans la recherche m’ont conforté dans l’envie d’utiliser mes connaissances méthodologiques et techniques pour répondre à des problématiques concrètes de développement.

Mise en relation de données hétérogènes pour le renforcement des systèmes de sécurité alimentaire. Cas de la production agricole en Afrique de l’Ouest

  • Date de démarrage : Octobre 2018
  • Université : Université de Montpellier
  • Ecole doctorale : I2S – Information, Structures, Systèmes
  • Discipline / Spécialité : Informatique
  • Directeur(s) de thèse : Agnès Bégué, Mathieu Roche (Cirad, Tetis) et Maguelonne Teisseire (Irstea Tetis)
  • Financement : #DigitAg – Cirad
  • #DigitAg : Thèse cofinancée – Axe 5–  Challenge 8

Mots-clés : Sécurité alimentaire, données hétérogènes, intelligence artificielle, agriculture, Afrique de l’Ouest

Résumé :

Cette thèse vise au renforcement des systèmes de suivi de la sécurité alimentaire (SSA) par l’utilisation de données hétérogènes. Alors que les données agro-climatiques (imagerie satellitaire, données climatiques, etc.) sont largement utilisées dans les SSA, l’utilisation de données provenant de différents domaines (enquêtes ménages, médias sociaux, presse, analyse de marché) a souvent été négligée. La télédétection, utilisée en routine pour les suivis en temps réel de la croissance de la végétation, ne suffit pas à expliquer des situations d’insécurité alimentaire. L’objectif de cette thèse est double : (i) définir des techniques originales de fouille de données conçues spécifiquement pour le traitement de données hétérogènes. Pour cela, trois phases ont été identifiées : l’identification automatique des descripteurs spatiaux à partir des données hétérogènes, la mise en relation des descripteurs (par la définition de nouvelles mesures de similarité) et la fouille de données (nouvelles techniques d’analyse de réseau, de clustering et d’apprentissage profond) ; (ii) montrer comment les données de télédétection peuvent être enrichies en les reliant à des données de domaines différents afin de les rendre plus adaptées à l’analyse de phénomènes complexes de sécurité alimentaire. Pour ce travail, nous nous concentrerons sur des études menées au Burkina Faso, en mobilisant des données agroclimatiques, économiques et textuelles. Le cadre d’analyse s’appuiera sur une analyse rétrospective, mettant l’accent sur les mauvaises récoltes de 2007 et 2011 au Burkina Faso comme des cas d’étude majeurs. Par ailleurs, d’autres terrains pourront également être étudiés, en mobilisant des données disponibles au Sénégal. Compte tenu du parcours interdisciplinaire envisagé pour ce travail, les résultats de l’analyse et les techniques définies présenteront un intérêt significatif dans les domaines de la socio-économie, la télédétection et la fouille de données. Pendant la période de thèse, le doctorant participera également à des missions (deux à trois semaines) en Afrique de l’Ouest, en collaboration avec des experts dans le domaine de la télédétection et de la sécurité alimentaire.

 

Contact:  hugo.deleglise [AT]  cirad.fr​