Sensors and data collection

To be relevant, reliable, and useful, the models developed in the other themes must rely on high-quality data, available in sufficient quantity for their design, calibration, and validation. However, in many contexts—particularly in countries of the Global South—such data are scarce, incomplete, or difficult to access due to economic, technical, or institutional constraints. The “Sensors and Data Collection” theme addresses this context by focusing on data production, which has become a major scientific challenge. It explores the opportunities offered by the emergence of connected, low-cost sensors that can be deployed at large scale, making it possible to design data collection strategies better adapted to local realities. The objective is to co-develop, with local partners, robust, sustainable, and accessible data acquisition systems, closely aligned with modeling needs. This theme therefore aims to bring together model design and measurement systems within an integrated approach, from data to model.

Scientific objectives

Development of sensors adapted to specific research and modeling needs in the Global South

Deployment of sensors

Training and appropriation

Data storage, sharing, and access

Development of sensors adapted to specific research and modeling needs in the Global South

Deployment of sensors

Training and appropriation

Data storage, sharing, and access

Scientific challenges

Developing open-source, low-cost sensors while ensuring reliability and reproducibility of measurements

Le développement de capteurs ouverts et à faible coût se heurte à un défi majeur : garantir la qualité, la fiabilité et la reproductibilité des mesures. Cela nécessite de définir des protocoles de calibration, des méthodes de validation et des outils de détection des pannes ou de calibration, éventuellement en temps réel.
L’enjeu est de concilier accessibilité technologique et exigence scientifique.

Developing data assimilation techniques to integrate sensor data into simulation models in real time

L’intégration de données issues de capteurs dans des modèles de simulation constitue un défi central. Il s’agit de transformer des mesures locales et ponctuelles en informations exploitables à l’échelle des modèles, souvent spatialisées et continues.
Le thème développe des méthodes d’assimilation de données permettant de coupler dynamiquement observations et simulations, avec des applications notamment en gestion de crise ou en suivi environnemental.

Designing and integrating embedded models within sensors

La montée en puissance de l’IA embarquée ouvre de nouvelles perspectives, mais pose également des défis importants. Il s’agit de concevoir des capteurs capables de traiter les données localement (filtrage, détection d’événements, synthèse), afin de réduire les volumes de données transmis et d’en améliorer la pertinence.
Cela implique de développer des modèles efficaces, frugaux en calcul et adaptés à des dispositifs contraints.

Applications

Air quality and health

Urban ecology.

African languages

Optimized irrigation

Biosignals and health

Air quality and health

Urban ecology.

African languages

Optimized irrigation

Biosignals and health

Activities

Le thème promeut des activités pratiques autour de la conception et de l’usage des capteurs :
production de tutoriels (notamment vidéo),
organisation de séminaires thématiques,
mise en place de hackathons en collaboration avec des FabLabs partenaires.
Ces actions visent à renforcer les compétences des chercheurs et des acteurs locaux, et à structurer une communauté autour de la collecte et de l’exploitation des données.