These

Apprentissage des équilibres de Stackelberg-Nash dans des jeux à information incomplète, pour la conception de politiques publiques : application à l'assurance forestière sous risques multiples
Développement et mise en oeuvre d'approches d'apprentissage pour l'étude des modifications de l'ARN en lien avec l'adaptation au changement climatique chez Arabidopsis thaliana
Deep learning pour l’amélioration d’assemblages
  • Directeurs de thèse : Matthias Zytnicki (MIAT, INRAE), Raphaël Mourad (MIAT, INRAE), Guillermina Hernandez-Raquet (INRAE, TBI)
  • Début de thèse : 1 novembre 2024
  • École doctorale : MITT
  • Établissement : Université Paul Sabatier
  • Financement : 50% Région Occitanie + 50% EUR BioEco
Développement de consortia bactériens synthétiques via des outils de microfluidiques
Impact de l’environnement nucléotidique sur l’évolution de l’hémagglutinine des virus influenza A
  • Directeurs de thèse : Romain Volmer (UMR 1225 IHAP INRAE ENVT), Christine Gaspin (UR0875, INRAE, MIAT)
  • Co-encadrante : Claire Hoede (UR0875, INRAE, MIAT)
  • Début de thèse : 1er Décembre 2023
  • École doctorale : SEVAB
  • Établissement : Université de Toulouse III Paul Sabatier
  • Financement : ANR « RISKEVOL » et projet européen ICRAD « FLU-SWITCH »,
Analyse comparative de données de génomique 3D
Développement d'approches d'apprentissage par renforcement dans les jeux stochastiques pour la coordination en temps réel d'agents de planification autonomes - Application aux jeux de conservation
Analyse des graphes de pangénome