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

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.