Le développement de système de suivi GPS léger et très autonome permet de suivre les déplacements des individus de manière précise précise et peu invasive. Ces données de trajectoires sont comprises par les écologues comme le reflet des besoins internes de l'animal, envisagé comme un problème de segmentation, et de sa réponse à l'environnement. Dans cet exposé, je présenterai plusieurs développement statistiques récents, reposant sur des approches à variables latentes, qui visent à extraire ce type d'information des données déplacement. Ces méthodes posent des questions intéressantes en terme de modélisation, d'inférence et de choix de modèles qui seront détaillées dans l'exposé.
Reférences :
Gloaguen, Pierre, Marie-Pierre Etienne, and Sylvain Le Corff. "Stochastic differential equation based on a multimodal potential to model movement data in ecology." Journal of the Royal Statistical Society Series C: Applied Statistics 67.3 (2018): 599-619. Patin, Rémi, et al. "Identifying stationary phases in multivariate time series for highlighting behavioural modes and home range settlements." Journal of Animal Ecology 89.1 (2020): 44-56.