Vous cherchez...

 
Un laboratoire
   
   
 
 
UR0875 MIAT Mathématiques et Informatique Appliquées Toulouse
- Complément d'adresse :

- Missions :
L'Unité MIAT a pour mission scientifique de développer et mettre en oeuvre des méthodes Afficher la suite
L'Unité MIAT a pour mission scientifique de développer et mettre en oeuvre des méthodes mathématiques et/ou informatiques pertinentes pour résoudre des problèmes identifiés avec ses collaborateurs qui sont issus principalement d'autres départements de l'INRA.
L'unité comporte actuellement deux équipes de recherche, Statistiques et Algorithmique pour la Biologie (SaAB) et Modélisation des Agro-écosystèmes et Décision (MAD), trois plateformes de service, Plateforme Bioinformatique du GIS GENOTOUL, RECORD (plateforme de modélisation et de simulation des agro-écosystèmes) et SIGENAE (plateforme “Systèmes d’Information des génomes des animaux d’élevage” Une équipe collective, regroupant les administratifs et les administrateurs système complète l'organigramme structurel. Réduire

- Moyens :
L'Unité MIAT, dirigée par S. Jasson (DU) compte :
- 14 chercheurs (6 DR et 8 CR) ;
- 23 Afficher la suite
L'Unité MIAT, dirigée par S. Jasson (DU) compte :
- 14 chercheurs (6 DR et 8 CR) ;
- 23 ITA (8 IR, 10 IE, 1 AI, 4 TR) ;
- 10 Doctorants.

3 doctorants situés hors de l'Unité sont encadrés par des membres de l'Unité.

Réduire

- Mot(s) clé(s) :
Objet d'étude : activité de recherche, agrosystème cultivé, bioagresseur, biologie intégrée, culture, eucaryote, gestion de culture, pratique des agriculteurs, procaryote, quantitative trait locus, satisfaction de contraintes, séquençage, service, système de culture
Question sociétale et finalité, contexte : gestion durable, intérêt agronomique, intérêt scientifique, mission de recherche, production scientifique, variabilité génétique
Démarche, discipline : Agronomie, Bioinformatics, Computational Complexity, informatique, Mathématiques, Méthodes et statistiques, Modeling and Simulation, Modélisation et simulation, Optimisation et contrôle, Statistiques, Statistiques (Mathématiques)
Afficher la suite
Objet d'étude : activité de recherche, agrosystème cultivé, bioagresseur, biologie intégrée, culture, eucaryote, gestion de culture, pratique des agriculteurs, procaryote, quantitative trait locus, satisfaction de contraintes, séquençage, service, système de culture
Question sociétale et finalité, contexte : gestion durable, intérêt agronomique, intérêt scientifique, mission de recherche, production scientifique, variabilité génétique
Démarche, discipline : Agronomie, Bioinformatics, Computational Complexity, informatique, Mathématiques, Méthodes et statistiques, Modeling and Simulation, Modélisation et simulation, Optimisation et contrôle, Statistiques, Statistiques (Mathématiques)
Echelle d'étude : bassin versant, parcelle, parcelle agricole, paysage, territoire
Dispositif technique et méthode d'étude : agent intelligent, aide à la décision, analyse de sensibilité, analyse du transcriptome, base de données agropédoclimatiques, base de données en ligne, base de données nationale, bioinformatique, cartographie génétique, géostatistique, langage informatique, marqueur moléculaire, méthode de désagrégation, modèle de mélange, modélisation, numerical computation, numerical models, numerical simulation, ontologie, optimisation combinatoire, optimisation par simulation statistique fonctionnelle, prédiction de gènes, programmation informatique, simulation, simulation à événements discrets, statistical method, système de production, système dynamique hybride, théorie des graphes
Composé chimique, Facteur du milieu : arn
Phénomène, processus et fonction : dynamique spatiotemporelle, processus décisionnel de markov
Réduire
 

En naviguant sur notre site vous acceptez l'installation et l'utilisation des cookies sur votre ordinateur. En savoir +