Classification hiérarchique sous contrainte de contiguïté pour l’analyse de données Hi-C

• Directrices de thèse : Nathalie Vialaneix (MIAT, INRA), Marie Chavent (IMB & Inria), Pierre Neuvial (IMT & CNRS) et Sylvain Foissac (GenPhySE, INRA)
• Soutenue le : 27/10/2021
• Ecole doctorale : MITT
• Etablissement : Université Toulouse III (Paul Sabatier)
• Financement : 100% département INRAE/MIA (appel INRA/Inria)

Durant sa thèse, Nathanaël Randriamihamison a étudié la classification ascendante hiérarchique et établit des propriétés mathématiques sur ses versions standards et non contraintes selon la nature des données d’entrées. Il a également travaillé sur l’application de cette méthode pour la mise au point d’une méthode d’analyse différentielle de données Hi-C. Son travail a donné lieu à l’article :

Randriamihamison, N., Vialaneix, N., & Neuvial, P. (2021). Applicability and interpretability of Ward’s hierarchical agglomerative clustering with or without contiguity constraints. Journal of Classification, 38, 363-389.

et à plusieurs communications dans des conférences (JdS 2019, CAp 2019, JdS 2020).