Les rencontres de STMS accueillent Vincent Sirius Kather, doctorant au Naturalis Biodiversity Center de Leyde. Il présentera en anglais son travail intitulé « Deep Learning en bioacoustique : structurer de grandes quantités d'enregistrements acoustiques pour chercher des espèces inconnues. »
.
Résumé :
La bioacoustique désigne l'étude des sons émis par les organismes vivants.
Le suivi acoustique passif, réalisé à partir d'enregistreurs automatiques, présente l'avantage d'être une méthode de suivi non-invasive. Cependant, en raison de leur volume, les données générées par ce type de suivi nécessitent des méthodes de traitement informatique spécifiques.
Ainsi, le deep learning représente une opportunité pour la bioacoustique computationnelle en permettant aux chercheurs d'entraîner des modèles de classification sur de grands ensembles de données, rendant alors possible de déduire la présence d'organismes vivants.
Mes recherches portent sur l'évaluation des espaces de caractéristiques créés par les modèles de deep learning en bioacoustique et sur la manière dont ils peuvent nous guider pour répondre à des questions écologiques liées à la détection d'espèces inconnues.
Biographie :
Je m'appelle Vincent Sirius Kather. J'ai étudié l'ingénierie mécanique et acoustique à l'Université technique de Berlin. Mon intérêt pour la bioacoustique computationnelle a commencé lors de mon master, lorsque j'ai développé un modèle de deep learning pour l'étude des baleines à bosse. Je prépare actuellement un doctorat au Naturalis Biodiversity Center, un musée d'histoire naturelle situé à Leyde, aux Pays-Bas. Dans le cadre de mon doctorat, j'effectue un séjour de recherche de six mois au Musée National d'Histoire Naturelle sous la supervision de Sylvain Haupert. Dans mes recherches, j'étudie comment les modèles de deep learning entraînés sur des données bioacoustiques peuvent être utilisés comme extracteurs de caractéristiques pour découvrir de nouvelles espèces.
