[Thèse soutenue] Raphaël Gauthier : Système d’alimentation de précision des truies en lactation par modélisation et machine learning

Sujet de thèse cofinancée par #DigitAg

Raphaël a soutenu sa thèse le 5 mars 2021, à 14h30, dans les locaux de AgroCampusOuest.

Je m’appelle Raphaël Gauthier, je suis accueilli par deux unités basées à Rennes, l’UMR de Physiologie, Environnement et Génétique pour l’Animal et les Systèmes d’Élevage (PEGASE) de l’Inrae, et l’équipe de Fouille de données collaborative à grande échelle (LACODAM) de l’Inria.

Je suis diplômé de l’Ecole Supérieure d’Agricultures d’Angers et spécialisé dans le domaine des Productions Animales. Je m’intéresse depuis toujours aux technologies numériques et à l’exploration des données massives, car je suis convaincu que ces outils peuvent jouer un rôle important dans la mise au point de systèmes d’élevage efficients et durables.

Ce doctorat est la suite d’un stage de Master II réalisé à l’UMR Pégase sur ce sujet. Des travaux chez le porc en croissance et la truie en gestation ont démontré que l’alimentation de précision permettait d’améliorer le coût alimentaire des élevages et de réduire les rejets de nutriments tels que l’azote et le phosphore dans l’environnement.​ Ces travaux sont moins nombreux chez la truie allaitante, alors même que la lactation est un stade physiologique déterminant pour la croissance des porcelets et la longévité des truies en élevage. Mes travaux de thèse ont pour objectif de proposer une meilleure adéquation entre les apports nutritionnels et les besoins de chaque truie afin d’apporter des réponses aux multiples enjeux des productions animales.

Système d’alimentation de précision des truies en lactation par modélisation et machine learning

  • Date de démarrage : novembre 2017
  • Université : Bretagne – Loire
  • Ecole doctoraleEGAAL , Rennes
  • Discipline / Spécialité : Nutrition animale, Modélisation, Exploration prédictive de données
  • Directeur de thèse : Jean-Yves Dourmad, Inrae, Pegase
  • Encadrant(es)  : Christine Largouët, AgroCampus Ouest, Irisa-Inria
  • Financement : #DigitAg – Inrae
  • #DigitAg : Thèse cofinancée – Axe 6Challenge 4

Mots-clés : modélisation, alimentation animale, truie allaitante

Résumé : L’utilisation des ressources alimentaires est au cœur des enjeux de durabilité de l’élevage porcin. Cette thèse présente les différentes étapes de construction d’un système d’aide à la décision pour l’alimentation individualisée et en temps réel des truies en lactation, suivies de son évaluation en élevage. Sa construction s’appuie sur une approche de modélisation des besoins nutritionnels à l’échelle de l’individu, combinée à différentes approches d’apprentissage par machine learning, pour la prédiction des paramètres nécessaires au calculs des besoins. L’utilisation du système en temps réel s’appuie sur des données sur la truie et sa portée, aujourd’hui accessibles à haut débit en élevage. Les besoins nutritionnels pour la production de lait peuvent être prédits par des algorithmes d’apprentissage supervisés, à partir d’un nombre restreint d’attributs. Concernant la consommation alimentaire, facteur important pour la détermination de la composition de la ration, la méthode de prédiction proposée s’appuie sur un apprentissage non-supervisé par clustering de données collectées en temps réel en élevage à l’aide d’un automate de distribution. Testé en élevages, ce dispositif permet d’atteindre des performances zootechniques très proches des systèmes d’alimentation conventionnels, tout en réduisant significativement les apports de protéines, l’excrétion d’azote et de phosphore, ainsi que le coût alimentaire, tout en améliorant la couverture des besoins nutritionnels à l’échelle individuelle.

Composition du jury:

-Rapporteur : Marie-Pierre Létourneau-Montmigny (Professeure à l’Université Laval, Québec, Canada)
– Rapporteur : Jean-François Mari (Professeur à l’Université de Lorraine, INRIA)
– Examinatrice : Marie Saint Dizier (Professeure à l’Université de Tours)
– Examinateur : Yannick Lecozler (Professeur à Institut Agro) (représentant de l’ED EGAAL)
– Examinatrice : Nathalie Quiniou (IFIP-Institut du porc, HDR)
– Examinateur : Sébastien Picault (INRAE, ONIRIS, HDR)
– Membre : Christine Largouët (Institut Agro, IRISA, INRIA, HDR, Co-directrice de thèse)
– Membre : Jean-Yves Dourmad (INRAE, HDR, directeur de thèse)


Contact:  raphael.gauthier [AT] inrae.fr​ – Tél : 0626960727

Réseaux : ResearchGateTwitter

Publications
Gauthier, R., Largouët, C., Gaillard, C., Cloutier, L., Guay, F., Dourmad, J.-Y., 2019. Dynamic modeling of nutrient use and individual requirements of lactating sows. J. Anim. Sci. https://doi.org/10.1093/jas/skz167 

Actes de Conférences
Gauthier, R., Largouët, C., Gaillard, C., Cloutier, L., Guay, F., Dourmad, J.-Y., 2019. Modélisation dynamique de l’utilisation des nutriments et des besoins individuels chez la truie en lactation. Journées Rech. Porcine. 51, 117–122 https://hal.archives-ouvertes.fr/hal-02010788

Gauthier, R., Guay, F., Brossard, L., Largouët, C., Dourmad, J.-Y., 2018. Precision feeding of lactating sows: development of a decision support tool to handle variability, in: EAAP 2018 – 69th Annual Meeting of the European Federation of Animal Science, Book of Abstracts of the 69th Annual Meeting of the European Federation of Animal Science. Wageningen Academic Publishers, Dubrovnik, Croatia https://hal.archives-ouvertes.fr/hal-01949645