Nadine HILGERT

Nadine HILGERT

Chercheuse en Statistique Appliquée, DR INRAE

Directrice de l'UMR MISTEA

Nadine
Recherche
  • Analyse de données temporelles complexes en Environnement et Agronomie
  • Analyse de données fonctionnelles 
  • Modélisation et contrôle de systèmes dynamiques stochastiques

Projets récents

  • LaDi-D : Long-term Analysis of Dieback Drivers. LabEx NUMEV et #DigitAg 2021-2023.
  • EPPN2020 (2017-2021) https://eppn2020.plant-phenotyping.eu/
  • Phéno-Math-Info (WP leader) dans le cadre de PHENOME (Centre français de phénomique végétal, PIA porté par F. Tardieu, LEPSE, 2012-2020) https://www.phenome-fppn.fr/
  • IDENOV (Intégration de données et d'expertise pour une nouvelle génération d'outils d'aide à la décision en viticulture, phase 1 du Concours Mondial de l'Innovation, 2014-2015) avec la société Fruition Science.
 
Doctorants et post-doctorants
  • G. Verdier : Supervision de procédés de dépollution biologique : tests statistiques et estimation non paramétrique pour la détection et le diagnostic de pannes. Co-encadrement avec J.-P. Vila (MISTEA). Thèse soutenue en novembre 2007. MdC IUT Pau.
  • I. Grechi : Modélisation écologique et agronomique d'un système « culture fruitière-bioagresseur ». Application à la production intégrée. Co-encadrement avec F. Lescouret et M. Genard (PSH INRAE Avignon). Thèse soutenue en janvier 2008. Chercheur au Cirad.
  • A. Kadrani : Un outil pour concevoir des systèmes de production durables - le cas du couple pêche/pourriture brune Modélisation d·idéotypes Pêche-Monilia. Post-doc 2010-2011à PSH INRAE Avignon. MdC INSEA Rabat.
  • T. Manrique : Modèles statistiques et tests pour données fonctionnelles issues du phénotypage végétal haut-débit. Thèse soutenue en décembre 2016. Co-encadrement avec C. Crambes (I3M, UM2). Thèse co-financée INRA MIA - LabEx NUMEV. Data scientist à Detalytics.
  • K. Meguelati : Classification non supervisée parallèle via Mélange de Processus de Dirichlet avec Spark. Thèse soutenue en mars 2020. Co-encadrement avec F. Masseglia (INRIA Zenith) et B. Fontez (MISTEA).
  • G. Gnanguenon-Guesse : Modélisation et visualisation des liens entre cinétiques de variables agro-environnementales et qualité des produits dans une approche parcimonieuse bayésienne. Thèse soutenue en octobre 2021. Co-encadrement avec T. Simonneau (LEPSE INRAE) et B. Fontez et P. Loisel (MISTEA). Agence Lebesgue Nantes.
  • F. Bouhadjera : Analyse des déterminants de trajectoires pluriannuelles de dépérissement du vignoble. Post-Doc de 12 mois 2021-2022. Co-encadrement avec M. Bargatti (MISTEA) et N. Smiths (ABSys INRAE Montpellier). MdC au CNAM Paris.
  • R. Mahmoud : Modéliser la performance des cultures associées : une approche combinant écologie fonctionnelle et science des données. Thèse soutenue en avril 2023. Co-encadrement avec N. Gaudio et P. Casadebeig (AGIR INRAE Toulouse). Post-doc à ECOSYS INRAE-APT et Institut Agro Rennes.
Logiciels
  • Gnanguenon Guesse G, Loisel P, Fontez B, Hilgert N (2023). SpiceFP: Sparse Method to Identify Joint Effects of Functional Predictors. R package version 0.1.2, https://CRAN.R-project.org/package=SpiceFP
  • Millet E, Rodriguez Alvarez M, Perez Valencia D, Sanchez I, Hilgert N, van Rossum B, van Eeuwijk F, Boer M (2023). statgenHTP: High Throughput Phenotyping (HTP) Data Analysis. R package version 1.0.6.1,   https://CRAN.R-project.org/package=statgenHTP
Publications

   accessibles dans HAL

Date de modification : 24 juin 2024 | Date de création : 19 juillet 2021 | Rédaction : webmistea