[Paroles de doctorants] Kevin Fauvel : Elaboration de techniques de fouille de données pour une conduite durable des troupeaux laitiers

Kevin Fauvel porte un sujet de thèse cofinancée par #DigitAg.

Je m’appelle Kevin Fauvel et je suis doctorant au sein de l’équipe LACODAM (LArge-scale COllaborative DAta Mining) de l’Inria. Mon sujet consiste, en collaboration avec l’INRA, à élaborer des techniques de data mining pour une conduite durable des troupeaux laitiers.

Je suis ingénieur diplômé de l’IMT Atlantique (ex Télécom Bretagne) et après avoir travaillé quelques années chez Deloitte et Hewlett Packard en analyse de données, j’ai saisi l’opportunité de pouvoir développer ces compétences à travers ma participation à cet enjeu majeur d’une agriculture durable.

 

Elaboration de techniques de fouille de données pour une conduite durable des troupeaux laitiers

  • Date de démarrage : octobre 2017
  • Université : Bretagne Loire
  • Ecole doctorale : MathSTIC  Rennes
  • Discipline / Spécialité :  Informatique – Data Sciences
  • Directeur de thèse : Alexandre Termier (Université de Rennes – Inria), Philippe Faverdin (INRA)
  • Encadrant(es)  : Véronique Masson  (Inria)
  • Financement : #DigitAg – Inria
  • #DigitAg : Thèse cofinancée – Axe 5Challenge 4 

Mots-clés :  Apprentissage automatique, Fouille de motifs, IoT, internet des objets, élevage de précision

Résumé :

L’analyse des données présentes en élevage laitier est un challenge à la fois pour la data science et les sciences de l’animal. L’objectif est d’améliorer les conditions d’exploitation (santé, bien-être et environnement) ainsi que le revenu des éleveurs. De nos jours, les animaux sont suivis par de nombreux capteurs fournissants des données hétérogènes (ex. température, poids, composition du lait). Les techniques utilisées par les scientifiques se focalisent sur une approche mono-capteur. La combinaison dynamique de différents capteurs peut fournir de nouveaux services et des informations utiles pour la conduite des troupeaux laitiers. Afin d’étudier de telles combinaisons, la thèse va se baser sur des méthodes d’apprentissage automatique et de fouille de motifs. Les principaux défis résident dans la gestion de l’hétérogénéité des données et la diversité de leurs échelles de temps. Cette thèse va représenter une contribution originale et significative aux enjeux grandissants de l’Internet des objets et va inciter des acteurs du domaine à développer de nouvelles approches d’analyse des données. L’interdisciplinarité de la thèse impliquera les scientifiques d’Inria ainsi que ceux de l’INRA, tous situés à Rennes.

 

Contact:  kevin.fauvel [AT] inria.fr

Réseaux : LinkedIn

 

Communications / Publications

Kevin Fauvel (Inria), Véronique Masson (Univ. Rennes), Philippe Faverdin (INRA) and Alexandre Termier (Univ. Rennes) (2018). Data Science Techniques for Sustainable Dairy Management. ERCIM News 113, April 2018, Special theme: Smart Farming (short article)