[Paroles de doctorants]Maëva Durand : Intégration automatisée en temps réel du bien-être et de la santé des truies en gestation à partir de données hétérogènes pour l’alimentation de précision

Thèse cofinancée par #DigitAg

Je m’appelle Maëva Durand, je réalise ma thèse au sein deux unités de recherche : l’UMR Pegase d’Inrae, basée à Saint-Gilles, et le Lacodam de l’Inria, située à Rennes.

Après un diplôme d’Ingénieur Agronome en sciences et ingénierie en productions animales, j’ai souhaité continuer à approfondir mes connaissances dans la production porcine en poursuivant mon parcours sur un doctorat. Cette thèse va tout d’abord me permettre de perfectionner mes connaissances en mise en place de méthodologie scientifique : conception et mise en place de protocoles, suivi des expérimentations, tri et analyse des données, écriture d’articles scientifiques en anglais, etc. Ces compétences me seront utiles pour continuer à travailler dans le secteur de la recherche porcine.

Mon sujet s’intéresse à l’intégration en temps réel d’indicateurs du bien-être et de la santé des truies en gestation dans des modèles nutritionnels, utilisés notamment pour l’alimentation de précision. Ces indicateurs permettront de déclencher des alertes et des actions au sein d’un dispositif d’élevage innovant. Cette thèse sera basée sur des approches complémentaires mobilisant deux domaines scientifiques principaux : les sciences animales, plus spécifiquement le comportement et la santé des truies, et l’informatique, en particulier l’intelligence artificielle, pour automatiser l’extraction des connaissances à partir des données et leur représentation dans un but de supervision et d’aide à la décision.

Cette thèse va m’apporter de plus amples connaissances dans le domaine du Machine Learning et de la modélisation en nutrition animale, deux domaines qui me semblent essentiels pour améliorer les conditions en élevage de porc. L’ambition du projet est de produire un outil décisionnel opérationnel pour l’amélioration du bien-être et de la santé des truies, qui soit à la fois souple et robuste pour s’adapter à la variabilité de la quantité d’informations disponibles sur la ferme.

Intégration automatisée en temps réel du bien-être et de la santé des truies en gestation à partir de données hétérogènes pour l’alimentation de précision

  • Date de démarrage : 1er octobre 2020
  • Université : AgroCampus Ouest
  • Ecole doctorale : Ecole Doctorale Écologie, Géosciences, Agronomie, Alimentation (EGAAL)
  • Discipline / Spécialité : Agriculture, Sciences Animales
  • Directeur de thèse : Jean-Yves Dourmand, Pegase, Inrae
  • Encadrant(es)  : Charlotte Gaillard, Pegase, Inrae et Christine Largouët, Irisa, Inria
  • Financement : #DigitAg – Inrae
  • #DigitAg : Thèse cofinancée – Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Axe 2 : Innovations en agriculture numérique – Challenge 2 : Le phénotypage rapide, Challenge 4 : Des productions animales durables,

Mots-clés : comportement, bien-être, élevage de précision, technologie, truies

Résumé : L’évaluation du comportement des truies permet la détection précoce de problèmes de santé ou bien-être et de quantifier leur activité physique, principal facteur de variation de leurs besoins énergétiques. L’observation continue de chaque animal par l’éleveur est impossible et seules des observations ponctuelles, souvent une fois par jour, sont réalisées. De nouvelles technologies se développent, comme les accéléromètres qui mesurent l’activité de chaque animal et son comportement ainsi que des logiciels analysant les vocalisations des animaux. L’analyse de vidéos permet aussi l’étude des interactions sociales entre les animaux. Les comportements alimentaires et d’abreuvement peuvent être enregistrés par les équipements de distribution. Ces données comportementales couplées aux données de production (ingestion, poids et épaisseur de lard dorsal) devraient permettre l’estimation en temps réel du bien-être de chaque animal et d’anticiper des problèmes de santé d’une manière non invasive. L’originalité de l’approche consiste à décrire les modèles de comportements à l’aide d’automates temporisés, un domaine de recherche novateur qui réside dans la représentation des contraintes temporelles utiles pour modéliser la dynamique du comportement, l’efficacité de l’exploration (à l’aide de techniques de model-checking) et l’explicabilité des modèles pour les tâches de prévision et de supervision. Les objectifs de cette thèse sont donc (i) de collecter des données de comportement et production dans différentes situations (Non-stressantes vs. Stressantes), (ii) d’apprendre et de modéliser les dynamiques de comportement des truies et les interactions entre elles dans les différentes situations, (iii) de construire un système informatique qui déclenche des alertes et préconise des actions, comme l’adaptation du milieu d’élevage ou de l’alimentation, permettant l’amélioration du bien-être, et enfin de (iv) tester le système en ferme expérimentale.

Contact:  durand.maeva22 [AT] gmail.com​ – Tél : 06 89 06 76 26

Réseaux sociaux  : LinkedIn