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 MoRSE

>>> jusquà fin 2020

Dernières thèses soutenues / Last PhDs

  • Félix Cheysson (2020) Comparaison de modèles de processus ponctuels et de modèles agrégés en épidémiologie (pdf)
  • Timothée Tabouy (2019) Impact of sampling on structure inference in networks : application to seed exchange networks and to ecology (tel)
  • Mounia Zaouche (2019) Modélisation stochastique spatio-temporelle des stocks de carbone organique des sols agricoles en territoire péri-urbain. (tel)
  • Mathieu Carmassi (2018) Quantification des incertitudes et calage d'un modèle de centrale photovoltaïque : garantie de performance et estimation robuste de la production long-terme (tel)
  • Rana Jreich (2018) Dynamique verticale du carbone dans les sols – Utilisation combinée des traceurs isotopiques et de méta-analyse statistique (tel)
  • Marie Courbariaux (2017) A Bayesian framework for river flow probabilistic forecasting from ensemble weather forecasts. (tel)
  • Pierre Colin (2015) Méthodes bayésiennes et adaptatives pour la recherche de dose optimale: le développement clinique précoce de thérapies ciblées en oncologie
  • Guillaume Damblin (2015) Contributions statistiques au calage et la validation des codes de calcul
  • Aurélien Bechler (2014) Modeling and conditional simulations of climatic max-stable processes for extreme downscaling.
  • Jean-Baptiste Lecomte (2014) Statistical models for spatio-temporal distribution of sessile invertebrates in the Saint-Laurence Gulf
  • Aurore Lavigne (2013) Statistical modeling of regional avalanche activity
  • Natalie Commeau (2012) Modélisation de la contamination par Listeria monocytogenes pour l'amélioration de la surveillance dans les industries agro-alimentaires. tel

Derniers Post-doc dans l'équipe

  • Kaniav Kamary, de février 2017 à octobre 2017. Post-doc EDF - Bayesian model selection for the computer code validation via mixture estimation model
  • Pierre Gloaguen, de mars 2016 à mars 2017 - Definition of a new smoothing algorithm for hidden Markov models (HMM) coupled with stochastic differential equations (SDE)
  • Nadia Ben Abdallah, de  septembre 2015 à  août 2016, dans le cadre de l'ANR SoMeat
  • Jordi Ferrer Savall, de octobre 2015 à août 2016, dans le cadre de l'ANR Escapade
  • Marco Oesting, de décembre 2013 à décembre 2014, dans le cadre de l'ANR McSim
  • Matieyendou Lamboni

Les anciens de MoRSE

  • Maud Delattre, maître de conférence à AgroParisTech jusqu'en août 2020, CR INRAE, unité MAIAGE, Jouy en Josas.
  • Marie-Pierre Etienne maître de conférence dans l'équipe de sa création jusqu'en août 2017. Maître de conférences à Agrocampus Ouest, Rennes.
  • Sophie Ancelet a préparé sa thèse de doctorat de novembre 2004 à novembre 2007 dans l'équipe. Elle a soutenu en juillet 2008 sa thèse intitulée Exploiter l'approche hiérarchique bayésienne pour la modélisation statistique de structures spatiales.[pdf]
  • Nicolas Eckert a soutenu en 2007 sa thèse intitulée Couplage données historiques - modélisation numérique pour la prédétermination des avalanches : une approche bayésienne [pdf]
  • Claude Pingeon secrétaire de l'équipe de sa création jusqu'en 2006
  • Gilles Guillot chargé de recherche dans l'équipe de sa création jusqu'en 2006 ( www )
  • Sandrine MICALLEF a soutenu en 2005 sa thèse intitulée Analyse statistique bayésienne d'un modèle pharmacocinétique/pharmacologique de population : aide au traitement thérapeutique par la caféine des enfants prématurés.
  • Billy AMZAL a soutenu en 2004 sa thèse intitulée Optimisation bayésienne de décision et de plans d'expériences par méthodes particulaires.
  • Benoît HOUDANT a soutenu en 2004 sa thèse intitulée Contribution à l’amélioration de la prévision hydrométéorologique opérationnelle pour l’usage des probabilités dans la communication entre acteurs (pdf)
  • Alberto PASANISI a soutenu en 2004 sa thèse intitulée Aide à la décision dans la gestion des parcs de compteurs d'eau potable. [pdf]
  • Etienne RIVOT a soutenu en 2003 sa thèse intitulée Investigations Bayesiennes de la dynamique des populations de saumon atlantique (Salmo salar). Des observations de terrain à la construction du modèle statistique pour apprendre et gérer.[pdf]
  • Antoine PENCIOLELLI a soutenu en 2004 sa thèse intitulée Évaluation de mesures de maîtrise du risque ESB dans les abattoirs.
  • Vazken Andreassian a soutenu sa thèse en 2002 intitulée Impact de l'évolution du couvert forestier sur le comportement hydrologique des bassins versants. [pdf]
  • Keltoum CHAOUCHE a soutenu en 2001 sa thèse intitulée Approche multifractale de la modélisation stochastique en hydrologie.[pdf]
  • Luc PERREAULT a soutenu en 2000 sa thèse (INRS-Eau, Québec) intitulée Analyse bayésienne rétrospective d'une rupture dans les séquences de variables aléatoires hydrologiques.[pdf]
  • Philippe GIRARD a soutenu en 1999 sa thèse (CIFRE NESTLE) intitulée Optimisation du suivi opérationnel de la qualité par la modélisation statistique de procédés agro-alimentaires à partir de données recueillies sur ligne.
  • Thierry FAHMY a soutenu en 1997 sa thèse (CIFRE CGE-ENGREF) intitulée Modélisation de la qualité bactériologique de l'eau potable et optimisation des procédures de contrôle.
  • Vincent Fortin a soutenu sa thèse en 1997 intitulée Estimation de la valeur de l'information hydrologique à l'aide de probabilités imprécises. [pdf]
  • Irène Abi-Zeïd a soutenu sa thèse en 1996 (INRS-Eau, Québec) intitulée La modélisation stochastique des étiages et de leurs durées en vue de I'analyse du risque, [pdf]