Opérer dans les limites (OWL)

Dates

2023 - 2027

Projet en cours

Type de financement

ANR

Laboratoire(s) impliqué(s).

LS2N

Description - en quoi consiste le projet ?

Afin de répondre aux enjeux de préservation de la biodiversité, d’étude des populations animales et pour limiter l’intervention humaine dans les milieux, le LS2N a entrepris :

  • d’augmenter l’autonomie des capteurs acoustiques en développant des équipements sans batterie, alimentés uniquement par une source d’énergie solaire.
  • de développer un réseau de neurones frugal, autrement appelé intelligence artificielle circadienne (IA) pour détecter l’activité vocale d’une espèce d’oiseaux identifiée.

 

Pourquoi l’IA circadienne ?

L’IA circadienne est parfaitement conçue pour s’adapter aux contraintes énergétiques et temporelles des systèmes déployés sur le terrain. Elle tire parti de l’énergie solaire disponible et optimise son fonctionnement avec les cycles naturels de 24 heures.

Elle est donc capable de traiter les signaux acquis de manière intermittente sur les périodes d’activité opportunes, tout en réduisant sa consommation énergétique, ce qui la rend particulièrement adaptée à l’observation de phénomènes récurrents comme l’activité des oiseaux ou les variations de pollution sonore en milieu urbain.

Comment ?

Le laboratoire s’est attaché à :

  • Concevoir de nouveaux algorithmes pour l’IA circadienne et fournir l’infrastructure logicielle et matérielle nécessaire à des capteurs alimentés par intermittence.
  • Privilégier des technologies logicielles et matérielles libres.
  • Distribuer librement les jeux de données, logiciels, matériels produits.

 

Quels sont les bénéfices directs ?

  • Extension de leur durée de vie sans intervention humaine
  • Réalisation de missions d’observation biostatistique à long terme
Les personnels impliqués sur le projet
Chercheur du projet

Sébastien Faucou

Pierre-Emmanuel Hladik

Porteur(s) du projet

Nantes Université

Partenaires académiques
CNRS École Centrale de Nantes

Université Rennes 1

INRIA