En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

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

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

Dernière mise à jour : Mai 2018

Menu Logo Principal AgroParisTech Université Paris Saclay

MIA Paris

Nathalie Mejean

Nathalie Mejean

Recherche:

Ma recherche est au croisement des systèmes du vivant en agriculture et alimentation, des sciences cognitives et des méthodes d'ellicitation et de formalisation des savoirs par intelligence artificielle. Proposer, explorer avec les experts une représentation in silico des mécanismes qui prennent place dans les systèmes alimentaires complexes et induisent les dynamiques aux différentes échelles. Intégration des connaissances expertes et couplage à des méthodes d'apprentissage automatique.

My research is located at the interface of life science for agri-food systems, cognitive science and artificial intelligence. Propose, explore with the experts in silico representation of mechanisms that take place in complex agri-food systems, crossing over scales, is the challenge of my research. Computing tools are developed to enhance the interaction between the expert reasoning, his know-how and machine learning automatic process.

Keywords: Agri-Food systems, fuzzy logic, human expertise formalization, computing tools frameworks for experts and machine learning cooperation

Parcours:

  • IR Cemagref de 1998 à 2005
  • IR INRA de 2005 à 2010
  • DR INRAE 2010 - et membre associée ISCPIF (Institut des Systèmes Complexes de Paris Ile de France)

Formation:

  • Ingénieure INSA Toulouse, 1993.
  • Docteure de l’ENSIA Massy (AgroParisTech) en Génie des Procédés Alimentaires (qualifiée section 61 et 62), 1997.
  • Habilitée à Diriger des recherches (thèse d’état) en Sciences Pour l’Ingénieur de l’université de Clermont Ferrand, 2004.

Quelques publications clés (*nom d'usage Perrot):

  1. Nadia Boukhelifa, Anastasia Bezerianos, Ioan Cristian Trelea, Nathalie Perrot, and Evelyne Lutton.“An Exploratory Study on Visual Exploration of Model Simulations by Multiple Types of Experts”. In: CHI 2019 The ACM CHI Conference on Human Factors in Computing Systems. Glasgow, United Kingdom, May 2019. doi: 10.1145/3290605. url: https://hal.inria.fr/hal-02005699
  2. Evelyne Lutton and Nathalie Perrot. “Human in the loop for modelling food and biological systems: a perspective based on Artificial Intelligence”. In: FOODSIM’2018. Ghent, Belgium, Apr. 2018. url: https://hal.inrae.fr/hal-02786708.
  3. Roche, A., Perrot, N., Chabin, T., Villiere, A., Symoneaux, R., Thomas-Danguin, T. (2017), In silico modelling to predict the odor profile of food from its molecular composition using experts' knowledge, fuzzy logic and optimization: Application on wines, 2017 ISOCS/IEEE International Symposium on Olfaction and Electronic Nose (ISOEN), Montreal, QC, 2017, pp. 1-3. doi: 10.1109/ISOEN.2017.7968875.
  4. Perrot, N., De Vries, H., Lutton, E., Van Mil, H.G.J., Donner, M., Tonda, A., Martin, S., alvarez, A., Bourgine, P., van der Linden, E. Axelos, M. (2016). Some remarks on computational approaches towards sustainable complex agri-food systems. Trends in Food Science and Technology, 48, 88-101.
  5. Van Mil, H.G.J., Foegeding, A.E. , Windhab, E.J. , Perrot, N., Van der Linden, E. (2014). A complex system approach to address world challenges in food and agriculture. Trends in Food Science and Technology, 40 (1), 20-32.
  6. Lutton, E., Tonda, A., Gaucel, S. Riaublanc, A., Perrot, N. (2014) Food model exploration through evolutionary optimisation coupled with visualisation: application to the prediction of a milk gel structure. Innovative Food Science and Emerging Technologies, 25, 67-77.
  7. Perrot, N., Baudrit, C., Brousset, J.M., Abbal, P., Guillemin, H., Perret, B., Goulet, E., Guerin, L., Barbeau, G., Picque, D. (2015). A Decision Support System Coupling Fuzzy Logic and Probabilistic Graphical Approaches for the Agri-Food Industry: Prediction of Grape Berry Maturity. PlosOne, 10(7). 10.1371/journal.pone.0134373.
  8. Sicard, M., Perrot, N., Reuillon, R., Mesmoudi, S., Alvarez, I., Martin, S. (2012) A viability approach to control food processes: Application to a Camembert cheese ripening process. Food Control, 23, 312-319.
  9. Perrot, N., Baudrit, C., Trelea, I.C., Trystram, G., Bourgine, P. (2011). Modelling and analysis of complex food systems: state of the art and new trends. Trends in Food Science and Technology, 22(6), 304-314.
  10. Baudrit, C., Sicard, M., Wuillemin, P.H., Perrot N. (2010). Towards a global modelling of the Camembert-type cheese ripening process by coupling heterogeneous knowledge with dynamic Bayesian networks, Journal of Food Engineering, 98 (3), 283-293.
  11. Barrière, O., Lutton, E., Baudrit, C., Sicard, M., Pinaud B., Perrot, N. (2008). Modeling Human Expertise on a Cheese Ripening Industrial Process Using GP. Lecture Notes in Computer Science, Parallel Problem Solving from Nature – PPSNX , Springer Berlin/Heidelberg (Eds). Vol 5199, pp. 859-868. 
  12. Allais, I., Perrot, N., Curt, C., Trystram, G., (2007) Modelling the operator know-how to control sensory quality in traditional processes. Journal of Food engineering. 83 (2): 156-166.
  13. Perrot, N. (2006). Fuzzy concepts applied to food product quality control. Editorial. Fuzzy Sets and Systems, 157, 1143-1144. Special edition.

 

Chapitres d’ouvrages…

Perrot, N., Baudrit, C., Sicard, M., Bourgine, P. (2014). L’aliment: un système complexe à modéliser et maîtriser. In Science culinaire sous la direction de Christophe Lavelle. Belin éditions.

Perrot, N., Baudrit, C. (2012) Intelligent Quality control systems in food processing based on fuzzy logic in Robotics and automation in the food industry: Current and future technologies. Edited by D Caldwell, Italian Institute of Technology, Italy, December 2012 ISBN 1 84569 801 0, Woodhead Publishing Series in Food Science, Technology and Nutrition No. 236.