Bonjour,
Merci de diffuser auprès de vos étudiants cette proposition de thèse à
l’INRA (Nantes).
Bien cordialement,
Pauline Ezanno & Sébastien Picault
—————————————————————-
Nous cherchons des candidats pour la thèse ci-dessous (financement
INRA/Pays de la Loire). Pour candidater, merci d’envoyer les éléments
suivants à pauline.ezanno@inra.fr et à sebastien.picault@inra.fr avant
le 23 avril :
– Un curriculum vitae détaillé (parcours universitaire et expériences de
recherche)
– Les relevés de notes obtenus au cours du M1 et M2 ou équivalence (avec
la moyenne générale du candidat et celle de la promotion)
– Le classement en M1 et M2
– Une lettre de motivation
– Les résumés des travaux réalisés en master (sauf clause de
confidentialité)
Votre candidature doit également être déposée sur le site web de l’école
doctorale EGAAL : https://theses.u-bretagneloire.fr/egaal/theses-2019
Intitulé
——–
« Couplages entre agents, environnements et niveaux d’organisation dans
les modèles mécanistes en épidémiologie. Application à la modélisation
du syndrome dysgénésique et respiratoire du porc. »
Direction de thèse
——————
– Pauline Ezanno (pauline.ezanno@inra.fr)
– Sébastien Picault (sebastien.picault@inra.fr)
– co-encadrant : Mathieu Andraud (mathieu.andraud@anses.fr)
Mots clefs
———-
SDRP (PRRS), épidémiologie prédictive, modélisation mécaniste,
intelligence artificielle, simulation multi-agents, représentation des
connaissances
Résumé du sujet
—————
Ce sujet de thèse se place à l’interface entre Intelligence Artificielle
(IA) et modélisation épidémiologique, dans un cadre finalisé : une
meilleure compréhension de la propagation et l’évaluation de stratégies
de maîtrise vis-à-vis du virus du Syndrome Dysgénésique et Respiratoire
du Porc (SDRP) dans les élevages porcins. L’objectif de ce projet de
thèse est de développer, à partir du framework multi-agents EMULSION
réalisé à l’INRA, des méthodes informatiques innovantes qui permettent
une réactivité accrue dans la conception de modèles épidémiologiques,
leur mise à l’épreuve des observations de terrain, et la comparaison
d’hypothèses biologiques ou de scénarios de maîtrise. Il est nécessaire
pour cela d’élaborer une architecture de simulation capable de refléter
la structuration spatiale et temporelle induite par la conduite
d’élevage, et de faciliter la description explicite des modèles en
mobilisant un langage dédié (intelligible à des experts non
informaticiens), notamment à travers la formalisation des voies de
propagation du pathogène et de l’effet des mesures de maîtrise. Les
méthodes conceptuelles et logicielles proposées dans cette thèse seront
développées en vue d’une transposition ultérieure à d’autres pathogènes
et à d’autres échelles.
Compétences scientifiques et techniques attendues
————————————————-
Le candidat doit avoir un master en informatique ou équivalent. Une
expérience ou une spécialisation dans au moins un des domaines suivants
sont souhaitées : représentation des connaissances, simulation
multi-agents, modélisation épidémiologique. La capacité à se positionner
à l’interface entre plusieurs disciplines (intelligence artificielle,
génie logiciel, modélisation épidémiologique, biologie du virus du SDRP)
est indispensable étant donné le caractère fortement interdisciplinaire
de la thèse. Comme pour tout travail de recherche, des compétences
rédactionnelles et un très bon niveau d’anglais sont attendus.
Calendrier
———-
Date limite de réception de candidatures : 23/04/2019
Entretiens avec les candidats retenus : fin avril-début mai
Date souhaitée pour le début de la thèse : 01/10/2019
Environnement de travail
————————-
Le candidat de thèse sera accueilli dans l’unité BIOEPAR (INRA/Oniris)
du centre INRA Pays de la Loire à Nantes, au sein de l’équipe DYNAMO
(https://www6.angers-nantes.inra.fr/bioepar/L-unite/Equipes/DYNAMO) qui
travaille sur la modélisation en dynamique de population et
épidémiologie animale.
Le doctorant sera inscrit à Oniris dans le cadre de l’école doctorale
EGAAL (« Écologie, Géosciences, Agronomie, ALimentation ») de l’Université
Bretagne-Loire.
Financement : INRA et Région Pays de la Loire
Rémunération : 1770€ brut/mois (environ 1423€ net)
—————————————————————-
We are looking for candidates for the thesis below (INRA/Pays de la
Loire funding). To apply, please send the following information to
pauline.ezanno@inra.fr and sebastien.picault@inra.fr before April, 23rd:
– A detailed curriculum vitae (academic background and research experience)
– Marks obtained in the M1 and M2 courses or equivalent (with the
candidate’s overall average and that of the promotion)
– The ranking in M1 and M2
– A motivation letter
– Summaries of the work carried out in the Master’s program (except for
confidentiality clauses)
You must also apply throug the website of the EGAAL doctoral school:
https://theses.u-bretagneloire.fr/egaal/theses-2019
Title
—–
« Couplings between agents, environments and organization levels in
mechanistic models in epidemiology. Application to the modelling of
porcine reproductive and respiratory syndrome. »
Thesis supervision
——————
– Pauline Ezanno (pauline.ezanno@inra.fr)
– Sébastien Picault (sebastien.picault@inra.fr)
– co-advisor: Mathieu Andraud (mathieu.andraud@anses.fr)
Keywords
——–
PRRS, predictive epidemiology, mechanistic modelling, artificial
intelligence, agent-based simulation, knowledge representation
Summary
——-
This thesis is at the interface between Artificial Intelligence (AI) and
epidemiological modeling, with a finalized research purpose: a better
understanding of the spread and evaluation of control strategies against
the Porcine Reproductive and Respiratory Syndrome Virus (PRRSV) in pig
farms. The objective of this thesis is to develop, based on the
multi-agent framework EMULSION developed at INRA, innovative computer
methods that allow an increased reactivity in the design of
epidemiological models, their confrontation with field observations, and
the comparison of biological hypotheses or control scenarios. This
requires the development of a simulation architecture able to represent
the spatial and temporal structure induced by livestock batch
management, and facilitating the explicit description of models through
a domain-specific language (intelligible to non-modelers scientists),
especially through the formalization of the pathogen’s propagation
pathways and the effect of control measures. The conceptual and software
methods proposed in this thesis will be developed with a perspective of
subsequent transposition to other pathogens and scales.
Expected scientific and technical skills
—————————————-
The candidate must have a master’s degree in computer science or
equivalent. Experience or specialization in at least one of the
following fields is desired: knowledge representation, multi-agent
simulation, epidemiological modelling. The ability to work at the
interface between several disciplines (artificial intelligence, software
engineering, epidemiological modelling, biology of the PRRS virus) is
essential given the highly interdisciplinary nature of the thesis. As
with any research work, writing skills and a very good level of English
are expected.
Schedule
——–
Application deadline: 23/04/2019
Interviews of candidates: April-May
Ph.D. start date: October 1st, 2019
Work environment
—————-
The thesis candidate will join the BIOEPAR research unit (INRA/Oniris)
at INRA center Pays de la Loire (Nantes), as part of the DYNAMO team
(https://www6.angers-nantes.inra.fr/bioepar_eng/The-unit/Research-Groups/DYNAMO)
which works on modelling in population dynamics and animal epidemiology
The doctoral student will be enrolled at Oniris as part of the EGAAL
doctoral school (« Ecology, Geosciences, Agronomy, ALimentation ») of
Université Bretagne-Loire.
Funding : INRA and Région Pays de la Loire
Remuneration : 1770€ gross/mois (circa 1423€ net salary)
—
————————————————————
Sébastien PICAULT UMR 1300 BIOEPAR
chercheur en délégation INRA / Oniris Nantes
La Chantrerie, CS 40706, F-44307 Nantes, France
Tel: +33 (0)2 72 20 29 37
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Maître de conférences HDR équipe SMAC
Université de Lille CRIStAL UMR 9189 CNRS
https://www.cristal.univ-lille.fr/profil/spicault
———————————————————————
Desinscription: envoyez un message a: bull-ia-unsubscribe@gdria.fr
Pour obtenir de l’aide, ecrivez a: bull-ia-help@gdria.fr