MIA-Paris

 

L’unité mixte INRA/AgroParisTech “Mathématiques et Informatique Appliquées” regroupe des statisticiens et des informaticiens spécialisés dans la modélisation et l’apprentissage statistique et informatique pour la biologie, l’écologie, l’environnement, l’agronomie et l’agro-alimentaire. Leurs compétences portent sur les méthodes d’inférences statistiques (modèles complexes, modèles à variables latentes, inférence bayésienne, apprentissage, sélection de modèle), et algorithmiques (généralisation, transfert de domaine, représentation des connaissances).

 

 Les publications scientifiques de l'UMR sont consultables sur ce site :
En totalité
ou
Par l'onglet recherche pour une recherche par thème ou par auteur

Mots-clés

Data integration Mixture models Uncertainty Intelligence artificielle Extremal index Abundance distribution Food risk assessment Food risk analysis Grande dimension Ontology Semantic annotation Variable selection Diced bacon Clustering collaboratif BIC Clustering GENE-EXPRESSION Dietary contamination Dirichlet process mixtures Mixed models Cycle submaximum Metagenomics Universal artificial intelligence Statistique bayésienne Stochastic differential equations Database EM algorithm Algorithm Détection de ruptures Unsupervised classification Bayesian model averaging Conditional simulation Estimation Ontology evolution Dependence Aggregation Bayesian framework Dietary exposure Intelligence Artificielle Dravet syndrome Change-point detection Microarray Ensemble methods Central limit theorem Counting processes Extreme value statistics Bootstrap Sensitivity analysis Avalanche predetermination AIXI Flexible querying Bayesian inference Propionibacterium freudenreichii Count data Time series Nonparametric estimation Segmentation Sélection de modèles Big data Mixture model Ecology Multiple testing Analysis Model selection Gene expression Bacillus cereus Conceptual graphs Elicitation High dimension Informatique Stochastic block model Aalen model Dynamic programming Bayesian modeling Cross-validation Random graphs Climate change Classification non supervisée Density estimation Differential analysis Experimental design Em algorithm Empirical Bayes Markov chain Classification Bayesian statistics Analyse Biodiversity R package Weak dependence CRAN Bayesian network Apprentissage Hawkes processes Nummelin splitting technique Fromage Hydrology Validation Hill estimator
                               

Nombre de références

707

Nombre de documents

213

Types de documents

VÉRIFIER LA POLITIQUE DE SON ÉDITEUR

 
     

Consulter la politique des éditeurs également sur