Séance Séminaire

Séminaire de Probabilités et Statistique

Amélie Vernay - Nouhaila Goujili - Chloe Serre-Combe

13:45 - 14:05 : Amélie Vernay

Title: Underwater fauna identification and counting with deep learning-based object detection and tracking.
Abstract: The observation of coastal ecosystems using optical imagery has developed strongly in recent years. Video analysis for the collection of information on biodiversity is a time-consuming and laborious task. This work focuses on Object Detection and Multiple Object Tracking to enable automated identification and counting of marine organisms on underwater videos recorded in realistic and imperfect conditions. The detection part was carried out using a convolutional neural network called YOLOv5 and the tracking was performed with the StrongSORT algorithm.

14:05 - 14:25 : Nouhaila Goujili

Titre: Cartographie des Locus de Traits Quantitatifs (QTL): Modélisation basée sur les Probabilités Ancestrales dans des Populations Multi-Parentales (MPP).
Résumé: La recherche de Locus de Traits Quantitatifs (QTL), régions chromosomiques qui contrôlent des caractères complexes comme la résistance à un pathogène, est de grand intérêt agronomique pour plusieurs espèces végétales améliorées au sein d’entreprises de sélection variétale. Un nouveau cadre de cartographie QTL (Li et al. 2021) a été récemment décrit dans la littérature qui est compatible avec tous les types de Population Multi-Parentales (MPP) et qui consiste à calculer les probabilités IBD (probabilités d’identité par descendance) à l’aide d’un cadre général de Markov caché utilisant les informations généalogiques. Nous avons évalué cette nouvelle approche où on détermine une puissance de détection et une résolution QTL plus élevées. Notamment, des développements mathématiques et statistiques pour l’estimation de la puissance de détection de QTL aidant à la prise de décision objective avant de réaliser une expérimentation au champ.

14:25 - 14:45 : Chloe Serre-Combe

Titre: Quantification et modélisation de la mortalité en lien avec la pollution atmosphérique à un niveau géographique fin
Résumé: La pollution atmosphérique a un impact non négligeable sur la santé humaine, provoquant des maladies respiratoires, cardio-vasculaires ou encore des cancers pouvant mener à long terme à des décès. Dans une première partie de ce travail, nous utiliserons une Evaluation Quantitative des Impacts sur la Santé (EQIS) à un niveau géographique fin pour quantifier l’impact en nombre de morts attribuables à certains polluants. Une seconde partie est consacrée à une modélisation spatiale de la mortalité. Nous appliquerons un modèle d’économétrie spatiale mettant en jeu la pollution de l’air, en veillant à la validité des hypothèses. Il s’agira ici d’une approche exploratoire à visée explicative. L’objectif final de ce travail est d’aider à la décision de politiques locales visant à diminuer l’exposition de la population à la pollution.