Observation de la terre, deux élèves récompensés par EO Disrupt

Mathilde Degois et Elyes Ouerghi
Mathilde Degois et Elyes Ouerghi
Mathilde DEGOIS et Elyes OUERGHI ont été récompensés pour leur travaux de recherche sur l’observation de la terre par EODisrupt.
Le projet EODisrupt a été développé et dirigé par l’University College Dublin, soutenu par UCD C-Space, Enterprise Ireland et ESA Phi-Lab. Il permet de mettre en relation les chercheurs en observation de la terre de toute l’Europe pour enrichir et accroître les collaborations.

Le concours "Use Case Competition"

Ce concours d'EODisrupt ouvert aux chercheurs post-doctoraux et au personnel de quatre institutions partenaires : University College Dublin, Irlande ; Queen's University, Belfast, Irlande du Nord ; University of Strathclyde, Écosse ; et ENS Paris-Saclay, France.

Les gagnants de la compétition ont été invités, à participer au Phi-Lab à l'ESA-ESRIN en Italie en présence de spécialistes internationaux de l'observation de la Terre. Ils ont pu y approfondir l'aspect valorisation de leur recherche.

  • Elyes OUERGHI a été récompensé pour ses travaux de recherche sur l’observation de la terre et la détection automatique des panaches de méthane à l’aide d’images satellitaire.
  • Mathilde DEGOIS s'est distinguée dans le thème environnement et climat pour ses travaux concernant l'identification des villages et de leur activité agricole par l'observation satellitaire.

Témoignages...

En quoi il est important aujourd'hui pour de jeunes chercheurs d'avoir des approches multidisciplinaires ?

Mathilde :
" Évoluant dans les sciences sociales et plus particulièrement en économie, nos questionnements de recherche sont liés à d'autres disciplines et nous avons besoins  de l'expertise de celles-ci dans leur domaines respectifs. Aussi bien pour comprendre le contexte que nous étudions avec l'aide de la sociologie, l'histoire ou encore l'anthropologie etc mais aussi dans l'utilisation d'outils avec l'aide des mathématiques pour modéliser ou extraire des données satellitaires grâce au machine learning par exemple. Discuter avec les chercheurs est la première étape pour comprendre comment la recherche est réalisée dans leur domaine. Comprendre et faire est pour moi la deuxième, afin de maitriser sa recherche et la fiabilité des résultats de A à Z. Si l'on élude une partie et qu'on se focalise uniquement sur son domaine, on manque la justesse de l'analyse. "

Elyes :
" En mathématiques et en data science, de plus en plus de sujets de recherches ont pour but d’avoir des applications concrètes. Ils se positionnent alors au croisement de plusieurs domaines. Pour traiter pleinement un sujet il est ainsi nécessaire de pouvoir combiner l’expertise mathématique que le chercheur peut apporter avec des outils transversaux qui donnent une meilleure compréhension du sujet. Dans le cas de mon sujet sur la détection automatique de panaches de méthane, j’ai besoin d’une compréhension des modèles physiques en jeu. Cette compréhension peut alors venir d’articles mais aussi de l’expertise de chercheurs spécialisés dans ce domaine. "

Que vous a apporté cette participation au Phi-Lab ?

Mathilde :
" En allant au Phi-Lab j'ai pu discuter directement avec un ensemble de chercheurs et d'acteurs de la recherche liés aux données satellitaires ce qui m'a permis d'apprendre plus en détail (et donc de comprendre) comment les données satellitaires sont extraites. J'ai partagé avec eux en quoi j'utilisais ces données et eux ont pu me partager les questionnements et problématiques qu'elles soulèvent. Pour synthétiser, cela a permis un échange afin de mieux comprendre la confection et l’utilisation de ces données et de rendre encore plus pertinent la suite de la recherche. Et bien sur, cette participation ouvre des portes et offres des opportunités pour la suite. "

Elyes :
" Cette invitation au Phi-Lab m’a permis d’échanger avec des chercheurs travaillant sur des sujets connexes au mien mais possédant aussi une expertise sur des domaines différents. J’ai ainsi pu acquérir une meilleur compréhension de certains aspects des données sur lesquelles je travaille. Cela m’a aussi permis de faire émerger de nouvelles pistes de recherches ; pistes que je pourrai explorer en collaboration avec des chercheurs rencontrés au Phi-Lab. "

Pouvez-vous nous dire quelques mots sur votre parcours .. quelles ont été les étapes importantes ? les rencontres importantes ?

Mathilde :
" Je suis entrée à l'ENS Paris-Saclay sur dossier depuis une prépa économie gestion.  J'ai réalisé le master 1 d'économie de l'ENS puis le master 2 Development Economics de Paris 1. Je fais partie de la première vague d'étudiant(e)s à avoir été sélectionnée pour le programme d'excellence PhD Track qui nous offre un suivi à partir de la troisième année à l'ENS pour construire notre parcours de recherche vers la thèse. Pour moi, cette sélection à été une étape décisive qui m'a offert de nouvelles perspectives. Thomas Vendryes, le chercheur qui m'encadre dans le cadre de ce programme et qui était aussi mon directeur de mémoire de M1 m'a toujours soutenue, conseillée et encouragée. Je le considère donc comme une personne décisive de ma construction scientifique. Enfin, l'année ARPE, bien que celle-ci soit toujours en cours pour moi, peut véritablement changer la donne dans l'avènement d'un parcours de recherche qui mène à une thèse. "

Elyes :
" J’ai intégré l’ENS Paris-Saclay en 2016 après une classe prépa MP. Après ma L3 et mon M1 j’ai passé le concours de l’agrégation avant de m’orienter vers l’intelligence artificielle et la data science en suivant le master MVA de l’ENS Paris-Saclay ; et depuis 2020, je suis en thèse au Centre Borelli à l’ENS Paris-Saclay. Une étape importante de mon parcours, bien qu’éloignée du domaine de la recherche, a été de passer l’agrégation de mathématiques. La préparation au concours m’a permis de consolider toutes les connaissances apprises en L3 et en M1 et entamer sereinement le MVA. Ce que j’ai acquis lors de cette année m’est encore régulièrement utile dans les aspects les plus théoriques de ma thèse. L’autre étape importante est d’avoir suivi le cours d’imagerie satellitaire du MVA. Ce cours m’a fait découvrir un tout nouveau pan de la data science qui m’était inconnu et qui est maintenant le domaine de ma thèse. "