Orateur
Description
Il s’agit de prédire le taux de pollens dans l’air à partir de mesures photoélec
trique obtenues par le capteur développé par l’entreprise LifyAir. Ce capteur prend
40 mesures photoélectriques toutes les 10 secondes. Cependant, à cause des diffé
rents facteurs de l’environnement extérieur (vents, pluies, sables, pollution, etc.) ces
données contiennent beaucoup de bruits. Pour ce problème, nous bénéficions d’une
vérité terrain qui est obtenue à partir d’un autre capteur (beaucoup plus coûteux
et ne permettant pas l’obtention de données en temps réel, d’où l’enjeu de notre
recherche) et qui donne la concentration de chaque type de pollens dans l’air toutes
les deux heures. La première étape est donc de nettoyer les données du capteur de
LifyAir. À ces fins, j’ai eu l’idée, d’après mes lectures (surtout [ZP17]), de développer
un AutoEncoder régularisé. L’idée est de minimiser le terme suivant :
min
XLifyAir“LS
∥L ´ DpEpLqq∥ λ1∥S∥ ` λ2∥FpLq ´ H∥
où XLifyAir sont nos données photoélectrique, D et E sont les deux parties d’un
AutoEncoder, F est la fonction qui nous permet d’obtenir la concentration totale de
particules dans l’air toutes les 2 heures à partir des données photoélectriques (c’est
une méthode qui provient de la physique) et H est la concentration totale de pollens
dans l’air toutes les 2 heures obtenue à partir de la vérité terrain. Dans l’idée L ne
contiendrait que les données qui comptent véritablement des pollens.
