Extraction automatique de sémantique d'activités

L'activité quotidienne du grand public est depuis quelques années devenu un sujet d'intérêt des entreprises qui développent les montres connectées, en offrant à chacun une visibilité sur sa mobilité journalière.

Cependant, si ces mesures sont satisfaisantes dans le cadre d'une activité de loisir, auprès d'un public actif, les mesures proposées ne sont pas adaptées à des publics dont la mobilité est très réduite, notamment pour des raisons médicales. Dans le projet e-santé, mobilité et big-data, nous nous intéressons à des moyens d'étiqueter sémantiquement chaque activité élémentaire réalisée par la personne suivie, même dans le cas d'activités très légères, afin de proposer des outils d'aide au suivi de ces patients pour les équipes médicales.

Post-doctorat: étiquetage automatique de séries temporelles (2019-)

Ala Mhalla a commencé en novembre 2019 un post-doctorat d'une durée de deux ans, financé par Clermont Auvergne Métropole, dans le cadre du Challenge 3 de l'I-site. Accueilli au LIMOS par Jean-Marie Favreau, il travaille à la collecte de données issus de capteurs de mobilités, et à la mise en place d'étiquetage automatique des activités élémentaires, en s'appuyant sur une approche par apprentissage profond.