Note ABES Advanced data validation methods for wastewater sensors using Artificial Intelligence Validation des données issues des capteurs d'eaux usées à l'aide de l'intelligence artificielle Assainissement Intelligence artificielle Capteurs Séries temporelles Validation Anomalies Matrix Profile ResNet Autoencodeur Wastewater networks Artificial intelligence Sensors Time series Validation Anomalies Matrix Profile ResNet Autoencoder 628.2 Mécanique des fluides Eaux usées Intelligence artificielle La fiabilité des données dans la gestion des réseaux d'eaux usées est cruciale en raison des implications directes sur les opérations. Cependant, les approches actuelles de validation des données sont souvent coûteuses et/ou manquent d'objectivité. Cette thèse explore les avancées en intelligence artificielle pour instaurer une validation robuste. La mise en place d'un pôle de validation humaine montre que le F1 score moyen entre experts reste à 0.81, soulignant l'inévitable biais humain. Les modèles testés, à savoir Matrix Profile, ResNet et l'Autoencodeur, présentent des résultats prometteurs, avec un F1 score de 0.96 pour ce dernier, indiquant une capacité à détecter efficacement les séquences anormales dans les séries temporelles. Matrix Profile excelle en non-supervisé, idéal pour des sites à faible défaillance, tandis que ResNet se montre utile dans des contextes plus problématiques, pouvant justifier une phase de validation manuelle à priori. Ces conclusions ouvrent des perspectives pour une gestion améliorée des réseaux d'eaux usées, basée sur des données fiabilisées grâce à l'IA. Data reliability in wastewater system management is crucial because of the direct implications on operations. However, current approaches to data validation are often costly and/or lack objectivity. This thesis explores advances in artificial intelligence to establish robust validation. The establishment of a human validation pool shows that the average F1 score between experts remains at 0.81, highlighting the inevitable human bias. The models tested, namely Matrix Profile, ResNet and the Autoencoder, show promising results, with an F1 score of 0.96 for the latter, indicating an ability to effectively detect abnormal sequences in the time series. Matrix Profile excels in non-supervised, ideal for low failure sites, while ResNet is useful in more problematic contexts, which can justify a manual validation phase a priori. These findings open up prospects for improved management of wastewater networks, based on data made more reliable thanks to AI. Electronic Thesis or Dissertation Text en PDF 22973883 Université de Strasbourg Strasbourg 2024-12-31 https://theses.hal.science/tel-04639689 application/pdf 22354510 https://publication-theses.unistra.fr/public/theses_doctorat/2024/ZIDAOUI_Imane_2024_ED269.pdf http://www.theses.fr/2024STRAD006/abes https://theses.hal.science/tel-04639689 Zidaoui Imane 1998-03-18 FR 279260466 0ED4DS000C4 22027444 4200015 http://www.theses.fr/2024STRAD006 2024STRAD006 2024-05-06 Hydraulique urbaine Strasbourg 131056549 Doctorat Docteur es non oui Vazquez José MADS_DIRECTEUR_DE_THESE_1 168579448 Couturier Raphaël MADS_PRESIDENT_DU_JURY 121334627 Forestier Germain MADS_MEMBRE_DU_JURY_1 148679072 Wemmert Cédric MADS_MEMBRE_DU_JURY_2 176663576 Joannis Claude MADS_MEMBRE_DU_JURY_3 057038449 Isel Sandra MADS_MEMBRE_DU_JURY_4 185003567 Wertel Jonathan MADS_MEMBRE_DU_JURY_5 143335243 Couturier Raphaël MADS_RAPPORTEUR_1 121334627 Rodriguez Fabrice MADS_RAPPORTEUR_2 103899642 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:620 Vazquez José Couturier Raphaël Forestier Germain Wemmert Cédric Joannis Claude Isel Sandra Wertel Jonathan Couturier Raphaël Rodriguez Fabrice École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) PDF 22973883