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

Séminaire MIA Paris

Tous les lundis à 11h, ouvert à tous.

Contactez Pierre Barbillon (pierre.barbillon@agroparistech.fr), Joon Kwon (joon.kwon@inrae.fr) ou Laure Sansonnet (laure.sansonnet@agroparistech.fr), si vous souhaitez venir présenter vos travaux, suggérer des invités ou être ajouté.e/retiré.e de la liste de diffusion.

Le lien de connexion pour une session se déroulant à distance est envoyé à la liste de diffusion quelques jours avant le séminaire.

31/05/2021

Arnaud Poinas (Université de Lille)

10h

TBA

Marius Soltane (Le Mans Université)

11h

TBA

24/05/2021

Férié (lundi de Pentecôte)

17/05/2021

Romain Bertrand (Université Toulouse 3)

10h

TBA

Youssef Esstafa (ENSAI)

11h

Estimation et validation des modèles FARIMA faibles

10/05/2021

Maxime Martineau (Laboratoire d'Informatique Fondamentale et Appliquée de Tours)

10h

Deep learning onto graph space : application to image-based insect recognition

Mohamed Hebiri (Université Gustave Eiffel)

11h

Classification par ensembles pour les problèmes multi-classes

03/05/2021

Assi N'guessan (Polytech Lille)

11h

About some Multivariate Statistical Approaches under constraints: application to Road Safety

Résumé : Transport data (from the road) are becoming more and more complex and voluminous both at the level of environmental structures (roads, highways, ...) and at the level of users (drivers, passengers, pedestrians, cyclists, ...). This complexity and growth in these data makes the issue of controlling the risk of accidents in road transport even more delicate. A measure (or countermeasure) is being taken to stem the scourge of road insecurity. We must therefore propose stochastic models to help analyze the effect of this measure and the risks incurred by users. The basic motivation of this research work is to expose some multivariate statistical approaches to evaluate the effect of a measure and the associated accident risks from the observation before and after this measurement of the accident numbers recorded. in several experimental sites each comprising different types of accident and associated with control sites (or zones) where the measure is not directly applied. Four questions are addressed: statistical modeling making it possible to take into account the information coming from the experimental sites and control areas, the methodology for simultaneously estimating the effect and the accident risks caused by the modification of road conditions, the estimation of asymptotic variance-covariance matrices and, the study of the asymptotic distribution of certain statistics related to the tests of equality of effects. We conclude with research perspectives.

26/04/2021

Vincent Vandewalle (Université de Lille)

11h - à distance

Clustering par partitions multiples

Résumé : Dans cette présentation nous traiterons de la question du clustering lorsque plusieurs variables latentes de classes sont considérées (clustering par partitions multiples). En effet, supposer que toute l'hétérogénéité des données peut être expliquée par une seule variable latente est une hypothèse très forte, et il peut être utile de considérer que plusieurs blocs (ou combinaisons linéaires) de variables peuvent fournir différentes partitions des individus. Cela peut révéler de nouvelles lignes d'analyse des données. Dans ce cadre, nous présentons deux approches. La première approche suppose l'existence de plusieurs groupes de variables, chacun conduisant à une partition particulière des individus [1]. Le modèle suppose l'indépendance entre les blocs de variables, et dans chaque bloc l'indépendance des variables conditionnellement à la classe. Nous proposons une recherche simultanée des blocs de variables et des partitions associées des individus en classes, ce qui permet d’explorer efficacement l’espace des modèles. La seconde approche suppose l'existence de plusieurs projections classifiantes dans les données [2]. Le modèle suppose que les données sont obtenues à partir de combinaisons linéaires de variables classifiantes et non classifiantes, où chaque variable classifiante est supposée suivre une distribution de mélange spécifique. Les paramètres des modèles sont estimés par un algorithme EM généralisé. Nous illustrerons le comportement de ces modèles sur données simulées et réelles, et nous discuterons les perspectives associées.
[1] Marbac, M. and Vandewalle, V. (2019). “A tractable multi-partitions clustering”. In: Computational Statistics & Data Analysis 132, pp. 167–179.
[2] Vandewalle, V. (2020). “Multi-Partitions Subspace Clustering”. In: Mathematics 8.4, p. 597.

19/04/2021

Vacances PRINTEMPS

12/04/2021

Fabien Navarro (ENSAI, CREST)

10h - à distance

Estimation adaptative de fonctions définies sur des graphes

Résumé : Le traitement du signal sur les graphes s'attache à étendre la théorie et les méthodologies du traitement du signal standard aux signaux définis sur les sommets d'un graphe. De plus en plus populaire en raison de la flexibilité de la structure de graphe sous-jacente, ce domaine de recherche trouve de nombreux champs d'applications (réseaux de télécommunications, réseaux sociaux, chimie organique, neurologie ou apprentissage profond).
Dans cet exposé, nous considérons en particulier le cas du débruitage, où l'on dispose d'observations bruitées d'une fonction définie sur un graphe. La méthodologie proposée consiste à appliquer une procédure de sélection automatique de seuillage, dans un domaine transformé bien choisi. La calibration du seuil est obtenue en minimisant l'estimateur sans biais du risque de Stein, adapté à la transformation considérée. Une tentative d'extension de cette procédure adaptative aux graphes de grandes tailles est également proposée. Enfin, nous fournissons une évaluation des performances empiriques de la méthode ainsi que des comparaisons avec des estimateurs pénalisés.

Gilles Stoltz (LMO, CNRS et Université Paris-Saclay)

11h - à distance

Bandits stochastiques à K bras : adaptation à l'étendue des récompenses

Résumé : Cadre : K lois inconnues sur un intervalle [m,M], connu ou inconnu
Objectif : Maximiser le paiement cumulé, en pouvant à chaque tour recevoir une récompense tirée au hasard selon une des K lois, à choisir
Difficulté : Etablir le bon compromis entre explorer/estimer les lois (pour prendre de bonnes décisions), et exploiter ces estimations (pour engranger des récompenses)
Approche : Nous nous concentrons sur les bornes inférieures de performance, qui sont obtenues par techniques de théorie de l'information, et notamment, la data-processing inequality
Point nouveau : Nous étudions ce qu'il en coûte de ne pas connaître l'étendue [m,M]. Des études poussées, à la suite de Lai et Robbins (185), ont exploré le cas d'une étendue connue, tant pour l'obtention de bornes de performance ne dépendant que de m et M (bornes dites distribution free) que pour des bornes dépendant des lois inconnues (bornes dites distribution dependent).

05/04/2021

Férié (lundi de Pâques)

29/03/2021

Sixin Zhang (IRIT, Université de Toulouse)

10h - à distance

Optimization methods and statistical models for representation learning

Marie Morvan (MIA Paris, AgroParisTech)

11h - à distance

Block testing in covariance and precision matrices for functional data analysis

22/03/2021

Misbah Razzaq (Inserm, Université de Bordeaux)

10h - à distance

An artificial neural network approach integrating plasma proteomics and genetic data identifies PLXNA4 as a new susceptibility locus for pulmonary embolism

Nicolas Jouvin (Institut Camille Jordan, Ecole Centrale Lyon)

11h - à distance

Greedy clustering of count data through a mixture of multinomial PCA

15/03/2021

Mathilde Sautreuil (LaMME - IPS2, Université Paris-Saclay)

10h - à distance

Étude des réseaux de neurones pour prédire la survie en oncologie

Céline Duval (Université de Paris, MAP5)

11h - à distance

Statistics for Gaussian Random Fields with Unknown Location and Scale using Lipschitz-Killing Curvatures

08/03/2021

Jean-Benoist Léger (Université de Technologie de Compiègne)

10h - à distance

Méthodes d'inférence dans des modèles de type SBM/LBM complexes ou en grande dimension.

Sylvain Le Corff (Telecom SudParis)

11h - à distance

Deconvolution with unknown noise distribution

01/03/2021

Jaouad Mourtada (CREST, ENSAE)

11h - à distance

Distribution-free robust linear regression

22/02/2021

Vacances HIVER

15/02/2021

Vacances HIVER

08/02/2021

Thierry Dumont (Université Paris Ouest)

11h - à distance

Model selection for binary covariates clustering

01/02/2021

Claire Boyer (LPSM, Sorbonne Université)

11h - à distance

Sampling Rates for l1-Synthesis

25/01/2021

SMPGD : https://smpgd2021.sciencesconf.org/

18/01/2021

Fanny Villers (LPSM, Sorbonne Université)

11h - à distance

Inférence de graphe avec contrôle du taux de faux positifs

11/01/2021

Titouan Vayer (OBELIX, IRISA, Vannes)

11h - à distance

The optimal transportation problem for structured data

04/01/2021

Vincent Brault (LJK, Université Grenoble Alpes)

11h - à distance

Utilisation du pooling pour les tests RT-qPCR

28/12/2020

Vacances NOËL

21/12/2020

Vacances NOËL

14/12/2020

Alberto Tonda (MIA-Paris, AgroParisTech-INRAE)

11h - en distanciel

Evolutionary Computation: Introduction, Success Stories, and Limitations

07/12/2020

Eric Adjakossa (MIA-Paris, AgroParisTech-INRAE)

11h - en distanciel

Kalman Recursions Aggregated Online

30/11/2020

David Makowski (MIA-Paris, AgroParisTech-INRAE)

11h - en distanciel

Analyzing uncertainty in meta-analyses to shed light on scientific controversies

23/11/2020

Gaëlle Chagny (LMRS, Université de Rouen)

11h - en distanciel

Estimation non-paramétrique dans un modèle de mélange à deux classes

16/11/2020

Gaspar Massiot (MIA-Paris, AgroParisTech-INRAE)

11h - en distanciel

Évaluation des risques liés aux pathogènes émis par l’irrigation de parcelles agricoles avec de l’eau usée traitée en station d’épuration

09/11/2020

Marie Perrot-Dockès (MAP5, Université de Paris)

11h - en distanciel

Improving structured post hoc inference via a hidden Markov model

02/11/2020

José G. Gómez-García (MIA-Paris, AgroParisTech-INRAE)

11h - en distanciel

Apprentissage de modèles CHARME avec des réseaux de neurones

26/10/2020

Vacances TOUSSAINT

19/10/2020

Vacances TOUSSAINT

12/10/2020

Yaroslav Averyanov (INRIA Modal, Lille)

11h - salle ACTIA

Early stopping in regression with reproducing kernels: some ideas towards optimality

05/10/2020

Aude Sportisse (CMAP, École polytechnique)

11h - salle ACTIA

Debiasing Averaged Stochastic Gradient Descent to handle missing values

28/09/2020

Chloé Vigliotti (AgroParisTech)

11h - salle ACTIA

Théorie des graphes et analyse de la diversité microbienne : ​Utilisation de similarités dans le cadre de l'étude de microbiomes intestinaux

21/09/2020

Julie Loisel (AgroParisTech)

11h - salle ACTIA

Détection des ruptures de la chaîne du froid : motivations et problématiques

Jules Vandeputte (AgroParisTech)

11h30 - salle ACTIA

Conception d’un "coach" personnel pour l’alimentation : une nouvelle approche des systèmes de recommandation

14/09/2020

Bassirou Mboup (AgroParisTech)

11h - salle ACTIA

Évaluation de la capacité d’un biomarqueur à prédire la réponse au traitement avec des données de survies

07/09/2020

State of The R

11h - salle ACTIA

Retour de la semaine à Roscoff

Séances passées du séminaire

Cette section contient les détails des séances passées du séminaire de l'année 2020-2021.
Lire la suite

Année 2019-2020

>>
Lire la suite

Année 2018-2019

---
Lire la suite

Année 2017-2018

---
Lire la suite

Année 2016-2017

---
Lire la suite

Année 2015-2016

---
Lire la suite

Année 2014-2015

...
Lire la suite

Année 2013-2014

...
Lire la suite

Année 2012-2013

...
Lire la suite

Antérieur à 2012

...
Lire la suite