Phénotypage du comportement à partir de données de biologing par des modèles de semi-Markov cachés pour étudier des réponses comportementales de la faune sauvage en milieu naturel

  • Directeurs de thèse : Stéphane Couture (Inrae, MIAT), Sandra Plancade (Inrae, MIAT)
  • École doctorale : SEVAB - Sciences Ecologiques, Vétérinaires, Agronomiques et Bioingenieries
  • Établissement : Université de Toulouse
  • Financement : SEVAB

Résumé : Les données de capteurs à haute fréquence (biologging), notamment accéléromètres, sont utilisées pour inférer le comportement d’animaux sur de longues durées et dans des conditions non directement observables, permettant d’étudier les tactiques comportementales individuelles. L’unité CEFS dispose d’une importante base de données comportementales sur la faune sauvage, incluant des données d’accélérométrie issues du suivi à long terme d’une population de chevreuils en milieu naturel, mais aussi de données supervisées comportant à la fois des données d’accélérométrie et des vidéos d’individus équipés, qui permettent une exploration beaucoup plus fine de leur comportement. Dans ce contexte, l’analyse classique s’intéresse à la proportion de temps consacrée à chaque comportement (alimentation, course…), ignorant le plus souvent l’aspect temporel des données. Or, les trajectoires comportementales caractérisées par les durées des comportements et les transitions peuvent potentiellement fournir des informations plus riches. Les modèles de semi-Markov cachés constituent un cadre naturel pour modéliser des dynamiques comportementales à partir de mesures d’accélérométrie. Il s’agit de processus temporels qui comportent une composante cachée, dans notre cas la trajectoire de comportement de l’animal, qui conditionne le processus observé constitué des mesures d’accélérométrie. La mise en œuvre d’une telle approche soulève des enjeux de modélisation, à l’interface des statistiques et de l’écologie comportementale. L’objectif de la thèse est de développer ce cadre méthodologique et d’explorer ses potentialités pour répondre à des questions en écologie comportementale.


Avatar
Mathis Campredon
Doctorant(e)
Bioinformatique