Aymane SOUANI soutient sa thèse de doctorat le mardi 8 avril 2025 : "Contributions to Machine Learning for the Calibration of Low-Cost Air Pollution Sensors"

Aymane SOUANI defends his PhD thesis on Tuesday April 8, 2025, 4pm, at Université Évry Paris-Saclay, site Pelvoux UFR-ST, amphitheater Bx30 Yasmina BESTAOUI. The thesis defense is also broadcast on Zoom: https://univ-evry-fr.zoom.us/j/93891146530?pwd=FNhIVPfSlKlYD9O3VUWiGMBlDrjY56.1

Title: Contributions to Machine Learning for the Calibration of Low-Cost Air Pollution Sensors

Abstract

This thesis proposes frugal deep learning models that utilize direct and indirect calibration approaches to improve sensor accuracy. We begin with a comprehensive review of existing methods and their limitations in handling domain shifts and environmental variability. We then present a direct calibration strategy using linear and non-linear models, showing the suitability of linear models in controlled environments and the need for non-linear approaches outdoors. We further introduce an indirect calibration framework using domain adaptation through a combination of variational autoencoders and adversarial training. Experimental results highlight that, although direct calibration performs well in simple scenarios, domain adaptation becomes crucial in real-world applications with significant domain shifts.

Composition du jury de thèse/Doctoral thesis jury composition

Membre du jury	Titre	Lieu d’exercice	Fonction dans le jury
Yacine AMIRAT	Professeur des Universités	Université Paris-Est Créteil	Rapporteur
Leonardo Tomazeli DUARTE	Professeur	Campinas University, Brésil	Examinateur
Hichem MAAREF	Professeur des Universités	Université Évry Paris-Saclay	Co-directeur de Thèse
Yves RYBARCZYK	Professeur	Dalarna University, Suède	Rapporteur
Vincent VIGNERON	Professeur des Universités	Université Évry Paris-Saclay	Directeur de Thèse
Naomi ZIMMERMAN	Professeure	University of British Colombia, Vancouver, Canada	Examinatrice

Aymane SOUANI soutient sa thèse de doctorat le mardi 8 avril 2025, 16h, à l’Université Évry Paris-Saclay, site Pelvoux UFR-ST, amphithéâtre Bx30 Yasmina BESTAOUI. La soutenance de thèse est également retransmise sur Zoom: https://univ-evry-fr.zoom.us/j/93891146530?pwd=FNhIVPfSlKlYD9O3VUWiGMBlDrjY56.1

Titre: Contributions à l’apprentissage automatique pour la calibration des capteurs de pollution de l’air à faible coût

Résumé:

Dans cette thèse, nous proposons des modèles d’apprentissage profond sobres qui exploitent à la fois des approches directes et indirectes pour calibrer les capteurs de polluants de l’air à faibles coûts. Nous commençons par une revue complète de l’état de l’art, puis développons une stratégie de calibration directe à l’aide de modèles linéaires et non-linéaires. Nos résultats montrent l’intérêt de l’approche directe en environnement contrôlé et la nécessité d’approches non-linéaires en conditions extérieures complexes. Nous proposons ensuite une méthode de calibration indirecte via l’adaptation de domaines, combinant autoencodeurs variationnels et entraînement adversarial. Les résultats expérimentaux soulignent que si la calibration directe est satisfaisante dans des scénarios simples, l’adaptation de domaines devient indispensable en présence de forts décalages entre domaines.

Date: mardi 08/04/2025
Lieu: Université Évry Paris-Saclay, site Pelvoux, UFR-ST, 36 rue du Pelvoux 91080 EVRY-COURCOURONNES, amphithéâtre Yasmina BESTAOUI, Bx30
Voir sur Zoom: https://univ-evry-fr.zoom.us/j/93891146530?pwd=FNhIVPfSlKlYD9O3VUWiGMBlDrjY56.1
Doctorant : Aymane SOUANI (Université Évry Paris Saclay, IBISC équipes SIAM/CIFRE ECOMESURE)
Direction de thèse: Vincent VIGNERON (Directeur de thèse, PR Univ. Évry, IBISC équipe SIAM), Hichem MAAREF (Co-directeur de thèse,PR IUT Évry, IBISC équipe SIAM)

Aymane SOUANI soutient sa thèse de doctorat le mardi 8 avril 2025 : « Contributions to Machine Learning for the Calibration of Low-Cost Air Pollution Sensors »