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

Laure Sansonnet

Maître de conférences
Équipe SOLsTIS

UMR AgroParisTech/INRAE MIA Paris-Saclay

Campus Agro Paris-Saclay
22 place de l'Agronomie
91120 Palaiseau

E-mail : laure.sansonnet -- @ -- agroparistech.fr
Tél. : +33 (0) 1 89 10 09 66

Publications

  1. M. Naveau, G. Kon Kam King, R. Rincent, L. Sansonnet and M. Delattre Bayesian high-dimensional covariate selection in non-linear mixed-effects models using the SAEM algorithm Soumis [arXiv: 2206.01012], 2022.
  2. M. Gomtsyan, C. Lévy-Leduc, S. Ouadah, L. Sansonnet, C. Bailly and L. Rajjou Variable selection in sparse multivariate GLARMA models: Application to germination control by environment Soumis [arXiv: 2208.14721], 2022.
  3. C. Denis, C. Dion and L. Sansonnet Multiclass Classification for Hawkes Processes Proceedings of the 38th Conference on Uncertainty in Artificial Intelligence (UAI 2022), PMLR 180: 539-547 [https://proceedings.mlr.press/v180/denis22a.html], 2022.
  4. M. Gomtsyan, C. Lévy-Leduc, S. Ouadah, L. Sansonnet and T. Blein Variable selection in sparse GLARMA models Statistics 56(4): 755-784 [DOI: 10.1080/02331888.2022.2090943], 2022.
  5. C. Denis, E. Lebarbier, C. Lévy-Leduc, O. Martin and L. Sansonnet A novel regularized approach for functional data clustering: An application to milking kinetics in dairy goats Journal of the Royal Statistical Society: Series C (Applied Statistics) 69(3): 623-640 [DOI: 10.1111/rssc.12404], 2020.
  6. M. Grandclaudon, M. Perrot-Dockès, C. Trichot, L. Karpf, O. Abouzid, C. Chauvin, P. Sirven, W. Abou-Jaoudé, F. Berger, P. Hupé, D. Thieffry, L. Sansonnet, J. Chiquet, C. Lévy-Leduc and V. Soumelis A quantitative multivariate model of human dendritic cell-T helper cell communication Cell 179(2): 432-447 [DOI: 10.1016/j.cell.2019.09.012], 2019.
  7. X. J. Hunt, P. Reynaud-Bouret, V. Rivoirard, L. Sansonnet and R. Willett A data-dependent weighted LASSO under Poisson noise IEEE Transactions on Information Theory 65(3): 1589-1613 [DOI: 10.1109/TIT.2018.2869578], 2019.
  8. M. Perrot-Dockès, C. Lévy-Leduc, J. Chiquet, L. Sansonnet, M. Brégère, M.-P. Étienne, S. Robin and G. Genta-Jouve A variable selection approach in the multivariate linear model: an application to LC-MS metabolomics data Statistical Applications in Genetics and Molecular Biology 17(5) [DOI: 10.1515/sagmb-2017-0077], 2018.
  9. M. Perrot-Dockès, C. Lévy-Leduc, L. Sansonnet and J. Chiquet Variable selection in multivariate linear models with high-dimensional covariance matrix estimation Journal of Multivariate Analysis 166: 78-97 [DOI: 10.1016/j.jmva.2018.02.006], 2018.
  10. V. Brault, S. Ouadah, L. Sansonnet and C. Lévy-Leduc Nonparametric multiple change-point estimation for analyzing large Hi-C data matrices Journal of Multivariate Analysis 165: 143-165 [DOI: 10.1016/j.jmva.2017.12.005], 2018.
  11. F. Roueff, R. von Sachs and L. Sansonnet Locally stationary Hawkes processes Stochastic Processes and their Applications 126(6): 1710-1743 [DOI: 10.1016/j.spa.2015.12.003], 2016.
  12. L. Sansonnet and C. Tuleau-Malot A model of Poissonian interactions and detection of dependence Statistics and Computing 25: 449-470 [DOI: 10.1007/s11222-013-9443-z], 2015.
  13. L. Sansonnet Wavelet thresholding estimation in a Poissonian interactions model with application to genomic data Scandinavian Journal of Statistics 41(1): 200-226 [DOI: 10.1111/sjos.12009], 2014.