Vous cherchez...

 
Un laboratoire
   
   
 
 
MIA Mathématiques et Informatique Appliquées.
- Complément d'adresse :

INRA Chemin de Borde-Rouge
- Afficher la suite

INRA Chemin de Borde-Rouge
- Auzeville BP 52627 31326 CASTANET-TOLOSAN CEDEX
Réduire

- Missions :

Les travaux du département mathématiques et informatique appliquées visent à développer et à Afficher la suite

Les travaux du département mathématiques et informatique appliquées visent à développer et à promouvoir l'utilisation de méthodes originales de statistique, analyse de systèmes et d'intelligence artificielle dans les recherches de l'INRA et la recherche agronomique en général.

Les collaborations essentielles sont poursuivies avec les départements de l'INRA et les instituts techniques d'une part, et avec les chercheurs français et étrangers, spécialistes de statistique mathématique, d'analyse de systèmes et d'intelligence artificielle d'autre part.

Deux champs thématiques regroupent les travaux orientés vers les recherches des différents secteurs de l'INRA :

* CT1 Bioinformatique, mathématiques et informatique pour les modèles du gène à l'individu.
- objectif : Il s'agit de développer des méthodologies mathématiques et informatiques ainsi que des logiciels implémentant ces méthodes, pour participer à la compréhension du fonctionnement du génome à partir des données à cette échelle.
- unités : UMR Montpellier, UR Toulouse, UMR Evry, UR-MIG Jouy-en-Josas, UMR Paris.

* CT2 Modèles et décisions pour l'environnement, l'agriculture et l'alimentation :
- objectif : Il s'agit de développer des modèles et des méthodes d'analyse et de traitements de ces modèles, dans les très nombreux champs de la recherche agronomique concernant l'environement, l'agriculture et l'alimentation, à l'échelle de l'individu, de la population ou de l'agro-écosystème.
- unités : UR Avignon, UMR Montpellier, UR Toulouse, UR MIA Jouy-en-Josas, UR Mét@risk Paris.

Les recherches disciplinaires menées au sein du département concernent les domaines suivants :
- Statistique mathématique,
- intelligence artificielle, informatique,
- analyse et contrôle des systèmes dynamiques.

Le département regroupe 97 personnes permanentes INRA dont :
- 65 chercheurs et ingénieurs de recherche,
- 39 ingénieurs, techniciens et personnels d'appui à la recherche.
et
- 24 enseignants-chercheurs,
- 20 doctorants encadrés ou co-encadrés avec d'autres départements.

8 unités de recherche dont 3 unités mixtes dans les écoles agronomiques et université et deux unités mixtes avec d'autres départements de l'INRA.

Réduire

- Mot(s) clé(s) :
Objet d'étude : activité de recherche, agrosystème cultivé, bioagresseur, biological system, biologie intégrative et fonctionnelle, biologie intégrée, commande non linéaire, commande optimale, culture, donnée environnementale, environnement économique, équation différentielle partielle, équation intégro différentielle, eucaryote, filière agroalimentaire, gestion de culture, inférence statistique, microarrays, microbe, modèle à variable latente, modèle computationnel, modèle d'écologie théorique, modélisation 4d, plante, pollen, pratique des agriculteurs, procaryote, propagule, quantitative trait locus, revenu de l'exploitation, satisfaction de contraintes, séquençage, service, système de culture, système dynamique
Question sociétale et finalité, contexte : biodiversité microbienne, biologie prédictive, changement climatique, coexistence en agriculture, espèce colonisatrice, gestion durable, intensification écologique, intérêt agronomique, intérêt scientifique, mission de recherche, production scientifique, research program, santé animale, santé des forêts, santé des plantes, variabilité génétique
Démarche, discipline : agronomie, Automatique, Base de données, Bioinformatics, biologie des populations, Computational Complexity, Image Processing, informatique, Mathématiques, Méthodes et statistiques, Modeling and Simulation, Modélisation et simulation, Optimisation et contrôle, Probabilités, Sciences du Vivant, Statistics, Statistiques, Statistiques (Mathématiques), Systèmes dynamiques
Afficher la suite
Objet d'étude : activité de recherche, agrosystème cultivé, bioagresseur, biological system, biologie intégrative et fonctionnelle, biologie intégrée, commande non linéaire, commande optimale, culture, donnée environnementale, environnement économique, équation différentielle partielle, équation intégro différentielle, eucaryote, filière agroalimentaire, gestion de culture, inférence statistique, microarrays, microbe, modèle à variable latente, modèle computationnel, modèle d'écologie théorique, modélisation 4d, plante, pollen, pratique des agriculteurs, procaryote, propagule, quantitative trait locus, revenu de l'exploitation, satisfaction de contraintes, séquençage, service, système de culture, système dynamique
Question sociétale et finalité, contexte : biodiversité microbienne, biologie prédictive, changement climatique, coexistence en agriculture, espèce colonisatrice, gestion durable, intensification écologique, intérêt agronomique, intérêt scientifique, mission de recherche, production scientifique, research program, santé animale, santé des forêts, santé des plantes, variabilité génétique
Démarche, discipline : agronomie, Automatique, Base de données, Bioinformatics, biologie des populations, Computational Complexity, Image Processing, informatique, Mathématiques, Méthodes et statistiques, Modeling and Simulation, Modélisation et simulation, Optimisation et contrôle, Probabilités, Sciences du Vivant, Statistics, Statistiques, Statistiques (Mathématiques), Systèmes dynamiques
Echelle d'étude : bassin versant, filière économique, forest, parcelle, parcelle agricole, paysage, territoire
Dispositif technique et méthode d'étude : agent intelligent, aide à la décision, analyse de sensibilité, analyse de séquences, analyse différentielle, analyse du transcriptome, analyse mathématique, arbre phylogénique, base de données agropédoclimatiques, base de données en ligne, base de données nationale, bayesian method, bioinformatique, cartographie génétique, champ aléatoire, changement d'échelle, classification supervisée, comparative génomic hybridization, dépollution biologique, détection de gènes, détection de rupture, distribution probabiliste, écologie microbienne, équation différentielle, exploitation de la forêt, exploitation des ressources, géométrie aléatoire, géostatistique, halieutique, ingénierie des connaissances, langage informatique, marqueur moléculaire, méthode de désagrégation, microarray, modèle booléen, modèle de mélange, modèle de mutation, modèle semimarkovien, modélisation, normalisation, numerical computation, numerical models, numerical simulation, observateur, ontologie, optimisation combinatoire, optimisation par simulation statistique fonctionnelle, prédiction de gènes, préservation de l'environnement, programmation informatique, représentation des connaissances, resource preservation, sélection de modèle, simulation, simulation à événements discrets, simulation d'ecosystème, simulation informatique, statistical analysis, statistical method, statistique bayésienne, statistique des motifs, statistique géométrique, stochastic model, système de production, système dynamique hybride, théorie des graphes
Composé chimique, Facteur du milieu : arn, décision, séquence d'acides aminés
Phénomène, processus et fonction : déformation de l'espace, dynamique spatiotemporelle, intéraction génotype environnement, processus décisionnel de markov, processus de fibre, processus non stationnaire, processus ponctuel, processus ponctuel marque, processus stochastique
Réduire