Cette thèse est financée principalement par une bourse du gouvernement de la Nouvelle-Calédonie.

Cette séance est ouverte à toutes et tous.

Résumé

La thèse propose de nouvelles méthodes théoriques dans le domaine de la science des données et de nouveaux outils informatiques pour traiter et analyser des données complexes générées pour le suivi des ressources naturelles. Cette thèse se focalise sur la production de la filière de la crevette d’élevage en Nouvelle-Calédonie. Elle s’appuie sur différentes sources de données récoltées par les éleveurs et par la société de commercialisation dans le but d’améliorer les performances zootechniques et la qualité des produits. Un nouveau processus permettant de croiser ces données a mis en évidence des typologies de croissance, de réussite des élevages et de qualité des produits en fonction de plusieurs paramètres environnementaux. En raison des différentes fréquences d’acquisition des variables, ce processus intègre de nouvelles méthodes génériques pour l’analyse de données temporelles multi-échelles et multivariées. L’aspect générique des méthodes et des algorithmes proposés ont été validé dans d’autres domaines d’application pour confirmer la portée des avancées méthodologiques.

 Composition du jury

• Jean-Philippe Babau, professeur, Université de Bretagne Occidentale
• Philippe Fournier-Viger, professeur, Université de Shenzen (Chine)
• Thierry Laugier, chargé de recherche, UMR MARBEC IFREMER
• Hugues Lemonnier, chargé de recherche HDR, IFREMER ENTROPIE
• Pascal Poncelet, professeur, Université de Montpellier
• Nazha Selmaoui Folcher, maîtresse de conférences HDR, UNC ISEA

Partenaire de la thèse

IFREMER LEAD

Contact

Jannaï Tokotoko