En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal AgroParisTech Université Paris Saclay

MIA Paris

Les thèses, post-doc et anciens de l'équipe Stat & Génome

>>> jusquà fin 2020

Dernières thèses soutenues / Last PhDs

  • Audrey Hulot (2020), Analysis of omics-data : clustering and network inference. (tel)
  • Raphaëlle Momal (2020), Inférence de réseaux écologiques en présence d’acteurs manquants (EDMH, co-encadrement LAMME) (tel)
  • Annarosa Quarello (2020), Homogenization of GNSS-derived Integrated Water Vapor time series (EDMH, co-encadrement IGN) (tel)
  • Martina Sundqvist (2020), Proteomic classification of Triple Negative Breast Cancers with multi-omics analysis (IDF, co-encadrement Institut Curie) (tel)
  • Marie Perrot-Dockes (2019) Méthodes régularisées pour l’analyse de données multivariées en grande dimension : théorie et applications. (tel)
  • Yann Vasseur (2017) Inférence de réseaux de régulation orientés pour les facteurs de transcription d'Arabidopsis thaliana et création de groupes de co-régulation (tel)
  • Paul Bastide (2017) Modèles de processus stochastiques avec sauts sur arbres : application à l'évolution adaptative sur des phylogénies. (tel)
  • Julie Aubert (2017) Analyses statistiques de données biologiques à haut-débit. (tel)
  • Trung Ha (2016) A multivariate learning penalized method for a joined inference of gene expression levels and gene regulatory networks (PDF)
  • Anna Bonnet (2016) Estimation de l'héritabilité dans les modèles mixtes en grande dimension : théorie et applications. (tel)
  • Loïc Schwaller (2016) Exact Bayesian Inference in Graphical Models: Tree-structured Network Inference and Segmentation. (tel)
  • Souhil Chakar (2015) Segmentation de processus avec un bruit autorégressif. (tel)
  • Jean-Benoist Leger (2014) Modélisation de la topologie d'un réseau d'interactions d'hôte-parasite par des graphes aléatoires hétérogènes.
  • Alice Cleynen (2013) Approches statistiques en segmentation: application à la ré-annotation de génome. (tel)
  • Antoine Channarond (2013) Recherche de structure dans un graphe aléatoire : modèles à espace latent. (tel)
  • Caroline Berard (2011) Analyse statistique et bioinformatique des données ChIP-chip et transcriptomes tiling-array. (tel)
  • Stevenn Volant (2011) Statistical methods for transcriptome tiling-array data. 
  • Guillem Rigaill (2010) Développements statistiques et algorithmiques pour l'analyse des cancers du sein de type triple négatif (tel)
  • Aurélie Urbain (2009)
  • Mahendra Mariadassou (2009) Robustesse des arbres phylogénétiques (tel)
  • Alain Célisse (2008) Sélection de modèle par validation-croisée en estimation de la densité, régression et détection de ruptures (tel)
  • Philippe Huppé (2008)
  • Tristan Mary-Huard (2006) Réduction de la dimension et sélection de modèles en classification supervisée (tel)
  • Franck Picard (2005) Segmentation/classification de processus. Application à l'analyse de donnees de microarrays CGH. (tel)
  • Paul Delmar (2005) 

Post-doctorants et autres CDD de l'équipe / Post-doctoral fellows

  • Sandra Negro (2015-2017) - Imputation de données chez le maïs.
  • Vincent Brault (septembre 2014 - août 2016) - Mise en place de nouvelles méthodes statistiques pour l’analyse de données HiC.
  • David Baker (janvier 2015 - mai 2016) - Mise en place de méthodes régularisées pour la sélection génomique.
  • Eleanna Delatola (février 2013 - janvier 2015) - Identification de régions chromosomiques activées ou inactivées dans le cancer de la vessie.
  • Xiaoqiang Wang (octobre 2011 - novembre 2013) - Mise en place de méthodes de segmentation utilisant des HMM pour des données multivariées.
  • Aurélie Teissandier
  • Baba Thiam
  • Sébastien Li-Thiao-Té
  • Cyrille Correia

Les anciens de l'équipe :