IMPORTANT: Exceptionnellement, l'orateur sera en visioconférence
Dans tous les domaines des sciences du vivant et de l’agronomie, des jeux de données spatio-temporels massifs et hétérogènes deviennent progressivement disponibles. Ces jeux de données ouvrent des possibilités pour inférer les processus spatiaux à une résolution spatio-temporelle inégalée jusqu’à présent. Toutefois, cela pose des questions méthodologiques fortes. En particulier (1) l’échantillonnage des données n’est pas toujours standardisé et il peut se concentrer dans des zones où le processus étudié est plus élevé ce qui peut introduire un biais si ce comportement de ciblage n'est pas pris en compte dans la méthode d’inférence (échantillonnage préférentiel) ; (2) les données peuvent être définies à une résolution spatiale agrégée alors que le champ spatial doit être inféré à une résolution plus fine (changement de support) ; (3) enfin, l’intégration de ces jeux de données massifs avec des jeux de données moins volumineux mais standardisés pose la question de la contribution et du rôle des différents jeux de données dans l’inférence. Dans mes travaux, je cherche à développer dans un cadre de modélisation hiérarchique des méthodes permettant de répondre à ces différents défis méthodologiques. Mes travaux se basent sur des cas d’applications dans le domaine de l’écologie marine et de l’halieutique. À terme, l’objectif est de disposer d’un cadre de modélisation générique qui formalise les grands enjeux propres à l’intégration de jeux de données massifs pour l’inférence de processus spatio-temporels.