Thèse Mesure et Prédiction Automatique de la Distance d'Une Source Sonore à l'Aide de Réseaux de Microphones pour la Détection d'Espèces d'Oiseaux H/F - Doctorat.Gouv.Fr

Établissement : Le Mans Université École doctorale : École doctorale Mathématiques et Sciences et Technologies du numérique, de l'Information et de la Communication Laboratoire de recherche : LABORATOIRE D'INFORMATIQUE DE L'UNIVERSITE DU MANS (LIUM) Direction de la thèse : Marie TAHON ORCID 0000-0002-6782-0332 Date limite de candidature : 2026-05-15T00:00:00 Le suivi de biodiversité est un enjeu majeur pour la préservation des milieux naturels et pour un urbanisme à faible impact écologique . Ce suivi nécessite souvent de faire l'inventaire des espèces présentes. Les méthodes de détection automatique d'espèces à partir d'un enregistrement audio (Suivi Acoustique Passif) se développent mais peinent à être déployées sur le terrain. Cette limitation est due à de nombreux facteurs dont (i) le manque de robustesse des modèles à la distance entre l'animal et le microphone et (ii) l'absence de score de confiance dans la détection du modèle. La thèse vise à pallier ces deux limites en (1) enregistrant des données acoustiques en conditions réelles avec l'information de distance, (2) exploitant ces données pour estimer la distance d'un animal et (3) intégrant la distance dans un score de confiance pour les modèles de détection automatique, dans un contexte de sobriété numérique. Equipe encadrante : Théo Mariotte (LIUM), Manuel Melon (LAUM), Marie Tahon (LIUM, dir)
L'étudiant·e en thèse sera inscrit.e dans l' ED MaSTIC et bénéficiera de l'expertise des deux laboratoires afin de mener à bien les objectifs envisagés. Le ou la doctorant·e aura accès à un bureau dans les locaux du LIUM, ainsi qu'aux équipements nécessaires à son travail (ordinateur, écran). Les laboratoires s'engagent à lui fournir les moyens nécessaires sur fonds propres (financiers et matériels) pour lui permettre de publier ses travaux dans les conférences et journaux majeurs du domaine.
Le LAUM dispose d'ingénieur·e·s de recherche pouvant mettre en oeuvre des systèmes d'acquisition acoustique complexes qui seront utilisés pour la campagne de mesures. Cette expertise permettra également de développer des versions du dispositif d'acquisition pouvant être déployées sur le terrain en incorporant des microphones digitaux (MEMS) pilotés par des microcontrôleurs programmables. La chambre anéchoïque du LAUM sera également utilisée lors de la phase 1 afin de valider le dispositif d'acquisition de données en environnement contrôlé.
Le LIUM dispose d'un serveur de calcul permettant l'apprentissage de modèles d'IA. Une équipe technique est disponible pour accompagner l'étudiant·e dans la prise en main de ce service. L'étudiant·e disposera également d'un accès aux infrastructures de calcul nationale (Jean Zay) et régionale (GLiCID) pour l'apprentissage et l'évaluation des modèles d'apprentissage automatique. Le LIUM collabore avec le Muséum National d'Histoire Naturelle de Paris (MNHN) dans le cadre d'un projet ANR. Cette collaboration permettra à l'étudiant·e de visiter le laboratoire CESCO du MNHN et d'être en contact avec des écologues.