Thèses/PostDoc SCIDYN

En cours

Thèses

Nouveaux modèles de Semi-Markov caché multi-chaînes pour les dynamiques de métapopulation avec population partiellement observable. 
Hanna Bacave

• Résumé :Mieux modéliser la dynamique sur patchs d’une métapopulation pour des espèces avec dormance ou stade cryptique est un enjeu pour une meilleure compréhension de la part relative des processus pilotant leur dynamique, et une meilleure gestion ou conservation de ces espèces. Un cadre naturel est celui des Hidden Markov Model (HMM), avec les deux limites que la modélisation de la durée de séjour est très contrainte et que les algorithmes classiques d’estimation et d’inférence ne passent pas à l’échelle des problèmes spatialisés. L’originalité de ce travail de thèse sera de proposer de nouvelles structures de couplage des chaînes cachées dans un HSMM multi-chaînes, pertinente pour l’étude des métapopulations avec population partiellement observable et d’apporter à la fois les éléments théoriques et opérationnels pour l’estimation des modèles correspondants. Les retombées de ce travail iront au-delà du cadre des dynamiques de métapopulation puisque les mêmes limites en modélisation et en estimation se retrouvent en épidémiologie et en séismologie dès lors que l’on veut intégrer la composante spatiale.
• Directeurs de thèse : Nathalie Peyrard (INRAE, MIAT), Nikolaos Limnios (UTC) , Pierre-Olivier Cheptou (CEFE)
• Début de thèse : 1 octobre 2021
• École doctorale : MITT
• Établissement : Université Paul Sabatier
• Financement : 50% ANR, 50% département MathNum

Utilisation de la simulation à base d’agents et de la théorie de l’argumentation pour mieux appréhender la diffusion et l'appropriation des outils numériques en agriculture. 
Loïc Sadou

• Résumé : Ces dernières années ont connu un fort développement des technologies numériques en agriculture, qui ont déjà largement commencé à impacter les pratiques des agriculteurs. Si ces technologies offrent une opportunité unique pour participer à l’émergence d’une agriculture plus respectueuse de l’environnement, elles posent également de nombreuses questions sur les effets négatifs dont elles pourraient être la cause (inégalités entre agriculteurs, industrialisation de l’agriculture, propriété et fuites des données, etc.). Ce projet de thèse vise à étudier différents leviers qui pourraient permettre une appropriation et une diffusion vertueuse des outils numériques en agriculture. Il se propose pour cela de passer par la construction d’un modèle de simulation permettant d’évaluer différentes politiques (formation d’agriculteurs, communication autour d’outils numériques, etc.) à l’échelle d’un territoire. Le modèle sera fondé sur le couplage entre la modélisation à base d’agents et la théorie de l’argumentation. L’objectif est en effet de partir du terrain à l’aide de méthodes issues de l’économie expérimentale et d’enquêtes et d’analyser les arguments utilisés par les différents acteurs sur l’utilisation de ces outils pour proposer une modélisation riche et réaliste des phénomènes d’appropriation et de diffusion d’innovations. Cette démarche de modélisation sera appliquée pour étudier le cas des compteurs d'eau communicants (principe similaire à Linky pour les compteurs d'électricité) chez les agriculteurs en Occitanie. Ces dispositifs, qui pourraient permettre une meilleure gestion des ressources en eau, sont aujourd’hui une source de crispation chez de nombreux agriculteurs. L’enjeu applicatif est ainsi de mieux saisir ces crispations et d’évaluer des stratégies pour les lever.
• Directeurs de thèse : Patrick Taillandier (INRAE, MIAT), Rallou Thomopoulos (INRAE, IATE), Stéphane Couture (INRAE, MIAT)
• Début de thèse : 1 novembre 2020
• École doctorale : MITT
• Établissement : UT3 - Université de Toulouse
• Financement : 50% #Digitag, 50% département MathNum

Identification, développement et test d'indicateurs de la vulnérabilité au changement climatique de systèmes de culture maïsicoles intégrant des pratiques agroécologiques. 
Marine Albert

• Résumé :Nous sommes à la croisée de deux transformations majeures dans le monde agricole : la transition agroécologique et le dérèglement climatique. Pour les systèmes maïsicoles, cette conjonction pose de véritables problèmes. D’un côté l’introduction de pratiques plus agroécologiques (couverts intermédiaires, substitution de la fertilisation de synthèse par des apports organiques ou des légumineuses, cultures en mélange, diversification des cultures, etc...) commence à être bien référencée. De l’autre côté, les impacts sur le fonctionnement des cultures des futures conditions climatiques sont relativement bien connus. Par contre la conjonction des deux demeure terra incognita. L'évaluation des performances des systèmes maïsicoles agroécologiques sous contrainte d’un climat futur est au cœur des questionnements de ce travail de thèse : les nouveaux systèmes maisicoles devront en effet être adaptés à une ressource en eau plus limitée, compétitifs sur le plan économique, plus durables sur le plan et plus justes sur le plan social. Les concepts de durabilité (économique, social et environnemental) et de vulnérabilité (exposition, sensibilité, capacité d’adaptation) permettent d’aider à l’évaluation multicritère des performances des systèmes de culture et/ou des exploitations agricoles. Certaines composantes sont déjà plus ou moins bien renseignées. Cependant, l’analyse des capacités d’adaptation des agriculteurs est encore peu documentée et moins étudiée que la sensibilité des systèmes de cultures aux adversités climatiques. Les capacités adaptatives des agriculteurs reposent certes sur les connaissances des processus biophysiques et des caractéristiques socio-économiques des agriculteurs, mais aussi sur la prise en considération du processus de décision de l’exploitant, sa perception et ses préférences concernant le changement climatique ou l’adoption de l’innovation. Le projet de thèse concerne l’identification, le développement et le test d’indicateurs de la vulnérabilité au changement climatique de systèmes agricoles maïsicoles intégrant des pratiques agroécologiques, en prenant mieux en compte la capacité d’adaptation des exploitants et leurs processus de décision, et en intégrant mieux les échelles de la parcelle et de l’exploitation.
• Directeurs de thèse : Magali Willaume (INRAE AGIR), Jacques-Eric Bergez (INRAE, AGIR), Stéphane Couture
• Début de thèse : 1 décembre 2019
• École doctorale : SEVAB
• Financement : bourse ACCAF-Région

Comprendre et contrôler les phénomènes de priming des plantes par stimulation acoustique pour la résistance aux stress biotiques.
Khaoula Adj Amor

• Résumé : L’enjeu biologique et agronomique de ce projet de thèse est de mieux comprendre et contrôler les phénomènes de priming des plantes par stimulation acoustique pour la résistance aux stress biotiques. Cela passe par l’élaboration d’un modèle de prédiction de l’impact d’une séquence de stimuli sonores (instants de stimulation, durées, modalités) sur le niveau de résistance d’une plante à l’infection d’un champignon, via la prédiction intermédiaire de l’expression de gènes clés au cours du priming. L’objectif scientifique de la thèse consiste à mettre au point un tel modèle dynamique, avec les méthodes d’inférence associées, à partir de données expérimentales issues du pathosystème constitué par la plante Arabidopsis thaliana et le champignon Sclerotinia sclerotiorum. La modélisation développée s’inscrira principalement dans le cadre de l'inférence de réseaux de régulation génique dynamiques.
• Directeurs de thèse : Frédérick Garcia, Adelin Barbacci (LIPM)
• Début de thèse : 1 novembre 2019
• École doctorale : Mathématiques, Informatique et Télécoms, Toulouse (MITT).
• Établissement : UT3 - Université de Toulouse
• Financement : 50 % INRAe + 50 % Région Occitanie

Apprentissage statistique pour l'identification d'OTUs et la caractérisation de la biodiversité. 
Anwar Abouabdallah

• Résumé :Les outils classiques d’évaluation de la biodiversité (indices de type Shannon) restent une description limitée de la structure de cette diversité. Un premier enjeu est de proposer un résumé non scalaire de la diversité qui serait à la fois plus fidèle et plus riche. Un second enjeu est que ce résumé puisse être calculé également à l’échelle massive des jeux de données actuel issus de NGS, où les OTUs remplacent les espèces. Nous proposons une méthode d’apprentissage non supervisé pour la construction des OTUs à partir des distances moléculaires où le jeu de données (les distances) est considéré comme la réalisation d’un modèle SBM (Stochastic Block Model). Notre hypothèse est que les paramètres de ce modèle, qui quantifient la structure entre les classes, sont un bon résumé de la diversité de l’échantillon. Dans un premier temps, nous validerons le choix du modèle SBM en l’appliquant à un petit jeu de données issu du barcoding d’un échantillon d’arbres de Guyane, également identifiés botaniquement. Nous comparerons les classes d’individus obtenues par le SBM à celles issues de la classification botanique et à celles émanant de la classification hiérarchique ascendante des distances. Les paramètres du modèle SBM sont habituellement estimés par l’algorithme EM variationnel, coûteux en calcul. L’utilisation de ce modèle est actuellement limitée à des jeux de données de petite taille (quelques milliers d’individus). La deuxième partie de cette thèse consiste à permettre un passage à l’échelle de l’estimation du modèle SBM. Pour cela nous envisageons de remplacer l’approche variationnelle de la loi jointe a posteriori des affectations aux classes par une approche par « tenseurs train », en espérant réduire un peu plus la complexité de l’algorithme EM. En cas de succès, ce travail devrait permettre d’appliquer les modèles SBM à l’échelle des jeux de données massifs issus de NGS en metabarcoding.
• Mots-clé : biodiversité, construction d'OTU, apprentissage non supervisé,Stochastic Block Model, Calcul tensoriel
• Directeurs de thèse : Alain Franc (INRA BioGeCo), Olivier Coulaud (INRIA Hiepacs), Nathalie Peyrard
• Début de thèse : 1 octobre 2019
• École doctorale : EDMI (Bordeaux)
• Financement : bourse INRA-INRIA

Algorithmique des jeux pour la gestion en agro-écologie. 
Paul Jourdan

• Résumé : Cette thèse vise à développer de nouvelles approches de la théorie des jeux algorithmiques, au croisement des jeux hypergraphiques et des jeux bayésiens, et plus généralement pour un ensemble de cadres de la famille des jeux complexes (jeux séquentiels, jeux stochastiques, Processus Décisionnels de Markov multi-agents). Ces nouvelles approches seront mises en œuvre pour aborder des problèmes d’agroécologie, autour de la conservation de la biodiversité et de la gestion des services écosystémiques. L'enjeu de cette thèse est l'étude des liens entre jeux à information incomplète, jeux hypergraphiques et jeux séquentiels, des points de vue théorique et algorithmique. Nous démontrerons l'intérêt pratique de ces avancées pour la gestion de la biodiversité et des services écosystémiques à l'échelle d'un territoire. A cet effet, nous mobiliserons des partenaires écologues avec lesquels des collaborations sont en cours, sur les liens entre décision séquentielle dans l'incertain et écologie.
• Directeurs de thèse : Hélène Fargier (IRIT, CNRS-Université de Toulouse), Régis Sabbadin
• Début de thèse : 1 octobre 2019
• École doctorale : Mathématiques, Informatique et Télécoms, Toulouse (MITT°.
• Établissement : UT3 - Université de Toulouse
• Financement : 50 % INRAe + 50 % Région Occitanie

Ils sont passés par l'unité

PostDocs

Reconstruction de réseaux de régulation de résistance pour un couple plante/pathogène, par des méthodes de statistiques et d'intelligence artificielle. 
Lise Pomiès

• Résumé : Dans le cadre du projet ANR PROBITY, le projet consiste à inférer le réseau de gène permettant de comprendre les interactions en jeu lors de l’infection de Arabidopsis thaliana par Sclerotinia sclerotiorum. Cette inférence se base sur des données transcriptomiques de RNAseq et single cell. Des données de RNAseq sont déjà disponibles au sein de l’équipe pour S. sclerotiorum, dans différentes conditions. Le projet comprend également le design et la réalisation d’une nouvelle expérience afin d’obtenir de nouvelles données plus adaptées à l’inférence de réseau.
• Encadrants : Sylvain Raffaele (LIPM) et Frédérick Garcia.
• Début de PostDocs : Avril 2020 (12 mois).
• Financements : ANR, projet PROBITY.
  

Thèses

La représentation compacte des jeux ordinaux.
Arij Azzabi

• Directeurs de thèse : Nahla Ben Amor (ISG Tunis), Régis Sabbadin
• Début de thèse : 1 novembre 2017
• École doctorale : Informatique et Sciences de gestion
• Établissement : Institut Supérieur de Gestion, Tunis.
• Financement : ISG

Améliorer les prévisions à court et moyen termes des modèles agronomiques en prenant mieux en compte l'incertitude des prévisions météorologiques. 
Ivana Aleksovska

• Directeurs de thèse : Laure Raynaud (Météo-France), Robert Faivre
• Co-directeur : François Brun (ACTA)
• Début de thèse : 1 novembre 2017
• École doctorale : Sciences de l'Univers, de l'Environnement et de l'Espace (Toulouse 3)
• Établissement : UT3 - Université Toulouse 3 Paul Sabatier
• Financement : 50 % #DigitAg + 50 % ACTA-Arvalis-IFV

Métamodélisation et optimisation robuste : application à la recherche d'idéotypes de plantes sous incertitude climatique.
Léonard Torossian

• Directeurs de thèse : Aurélien Garivier (IMT) et Robert Faivre
• Co-directeur : Victor Picheny
• Soutenue le : 17 décembre 2019
• Ecole doctorale : MITT
• Etablissement : UPS
• Financement : 50% région Midi-Pyrénées, 50% INRA
• Labellisation : #DigitAg

Conservation based on ecosystem complexity using network theory.
Hui Xiao

• Directrice de thèse : Eve MacDonald-Madden (Univ. of Queensland)
• Co-directeurs : Iadine Chadès (CSIRO) et Régis Sabbadin.
• Thèse obtenue en : 2019
• Ecole doctorale : School of Geography,  Planning and Environmental Management
• Etablissement : University of Queensland
• Financement : UQ

Optimisation en haute dimension pour l'aéodynamique interne et externe de véhicules.
David Gaudrie

• Directeurs de thèse : Rodolphe Le Riche (LIMOS, Mines Saint Etienne)
• Co-directeur : Victor Picheny
• Soutenue le : 28 octobre 2019
• Ecole doctorale : Saint Etienne
• Etablissement : Mines Saint Etienne
• Financement : CIFRE PSA
• [[1]]

''Méthodes d'optimisation combinatoire en programmation mathématique. Application à la conception des systèmes de verger-maraîcher.
Sara Maqrot

• Directeurs de thèse : Simon De Givry, Gauthier Quesnel et Marc Tchamitchian (UR Ecodéveloppement, INRAE Avignon)
• Soutenue le : 23 septembre 2019
• Ecole doctorale : MITT
• Etablissement : Université de toulouse
• Financement : MITT
• [Manuscrit]

Vers des agents cognitifs, affectifs et sociaux dans la simulation.
Mathieu Bourgais

• Directeur de thèse : Laurent Vercouter
• Co-directeur : Patrick Taillandier
• Début de thèse : 1 octobre 2015
• Soutenue le : 30 novembre 2018
• Ecole doctorale : SPMII
• Etablissement : INSA de Rouen
• Financement : ANR ACTEUR
• [Manuscrit]

Un modèle de Markov caché pour la dynamique des adventices dans un agrosystème.
Sebastian Le Coz

• Directrice de thèse : Nathalie Peyrard
• Co-directeur : Pierre-Olivier Cheptou (CEFE Montpellier)
• Début de thèse : 1 novembre 2015
• Soutenue le 12 mars 2019
• Ecole doctorale : MITT
• Etablissement : UPS
• Financement : 50% région Midi-Pyrénées, 50% projet Agrobiose
• Manuscrit (français), transparents de la soutenance

Réseau bayésien dynamique étiqueté : cadre et apprentissage de structure pour application aux réseaux écologiques.
Etienne Auclair

• Directeur de thèse : Régis Sabbadin
• Co-directrice : Nathalie Peyrard
• Début de thèse : 1 novembre 2015
• Soutenue le : 24 janvier 2019
• Ecole doctorale : MITT
• Etablissement : UPS
• Financement : MITT
• Manuscrit, transparents de la soutenance

Comprendre le processus de prise de décision opérationnelle en agriculture : une approche en rationalité limitée.
Charlotte Dayde

• Directeur de thèse : Roger Martin-Clouaire
• Co-directeur : Stéphane Couture
• Début de thèse : 1 Décembre 2013
• Soutenue le : 17 janvier 2017
• Ecole doctorale : SEVAB
• Etablissement : INPT
• Financement : 50% MIA, 50% SAE2
• [Manuscrit]

Résolution de processu décisionnels de Markov à espace d'état et d'action factorisés. Application en agroécologie.
Julia Radoszycki

• Directrice de thèse : Nathalie Peyrard
• Co-directeurs : Régis Sabbadin, Sabrina Gaba (UMR Agroécologie, INRA Dijon)
• Début de thèse : Octobre 2012
• Soutenue le : 9 octobre 2015
• Ecole doctorale : MITT
• Etablissement : INSA
• Financement : MITT
• Manuscrit (français), transparents de la soutenance

Outiller l'adaptation des élevages fourragers au changement climatique: de l'analyse de la vulnérabilité à la conception participative de systèmes d'élevage.
Marion Sautier

• Directeur de thèse : Roger Martin-Clouaire
• Co-directeur : Michel Duru (UMR AGIR, INRA Toulouse)
• Début de thèse : 1 Décembre 2010
• Soutenue le : 12 Décembre 2013
• Ecole doctorale : SEVAB
• Etablissement : Université Paul Sabatier (Toulouse III)
• Financement : 100% INRA (ASC)
• Manuscrit (français), transparents de la soutenance

Approche modulaire pour la planification continue. Application à la conduite des systèmes de cultures.
Mahuna Akplogan

• Directeur de thèse : Frédérick Garcia
• Co-directeurs : Alexandre Joannon (INRA, SAD Rennes), Gauthier Quesnel
• Soutenue le : 15 Mai 2013
• Ecole doctorale : Mathématiques Informatique Télécommunications de Toulouse (Toulouse III)
• Manuscrit (français), transparents de la soutenance

Développement d'une méthode adaptative d'échantillonnage spatialisé pour caractériser la composition du stock semencier des espèces adventices à l'échelle de la mosaïque paysagère.
Mathieu Bonneau

• Directeur de thèse : Régis Sabbadin
• Co-directrices : Sabrina Gaba (UMR BGA, INRA Dijon), Nathalie Peyrard
• Soutenue le : 30 Novembre 2012
• Ecole doctorale : Mathématiques Informatique Télécommunications de Toulouse (Toulouse III)
• Manuscrit (français), transparents de la soutenance

Analyse des interactions dynamiques entre le développement de la plante hôte, l’architecture du couvert et le développement d’une épidémie de maladie fongique aérienne : cas du pathosystème pois/ascochytose.
Benjamin Richard

• Directeur de thèse : Bernard Tivoli  (UMR BiO3P, INRA Rennes)
• Co-directeur : Robert Faivre
• Soutenue le : 19 Novembre 2012
• Ecole doctorale : Vie Agro Santé (Agrocampus Ouest)
• Manuscrit (français)

Les décisions d'assolement : une approche par modélisation et simulation a l'échelle de l'exploitation agricole.
Jérôme Dury

• Directeur de thèse : Jacques-Eric Bergez (UMR AGIR, INRA Toulouse)
• Co-directeurs : Arnaud Reynaud (LERNA, INRA Toulouse), Frédérick Garcia
• Soutenue le : 9 Décembre 2011
• Ecole doctorale : Sciences Ecologiques Vétérinaires Agronomiques Bioingénieries (Toulouse III)
• Manuscrit (anglais)

Analyse et conception de systèmes fourragers flexibles par modélisation systémique et simulation dynamique.
Guillaume Martin

• Directeur de thèse : Roger Martin-Clouaire
• Co-directeur : Michel Duru (UMR AGIR, INRA Toulouse)
• Soutenue le : 9 Novembre 2009
• Ecole doctorale : Sciences Ecologiques Vétérinaires Agronomiques Bioingénieries (Toulouse III)
• Mots-clés : système fourrager, modélisation, simulation, diversité, flexibilité, comportement gestionnaire
• Manuscrit (français)

 

Post-doctorats

Multi-objective optimization applied to the management of landscapes provisioning several ecosystem services.
Yann Dujardin

• Responsables: Nathalie Peyrard et  Régis Sabbadin
• Période : 09/17 à 02/19
• Laboratoires : Collaboration entre INRA-MIAT et INRA-DYNAFOR

Design of mathematics and artificial intelligence tools for the mapping and sustainable management of crops pests using autonomous UAVs.
Alexandre Albore

• Responsables: Nathalie Peyrard,  Régis Sabbadin et Florent Teichtel
• Période : 11/13 à 11/15
• Laboratoires : Collaboration entre MIAT et ONERA-DCSD
  Echantillonnage et cartographie d'adventices, mise en oeuvre sur drônes autonomes.

Optimal management of food-webs.
Will Probert

• Période(s) : 6 mois en 2012, 3 mois en 2013
• Laboratoires : Collaboration entre MIAT et CSIRO/Univ. of Queensland

Control of competitive contact processes on graphs : application to the control of interacting invasive species on a network of sites.
Alana Moore

• Période : 5 mois en 2010.
• Laboratoires : Collaboration entre MIAT et University of Melbourne, Australian Centre of Excellence for Risk Analysis.