CV_Nicolas_Brunel

Nicholas Harris Nicolas

Description

Nicolas BRUNEL

300, rue Adolphe Pajeaud
92160 Antony

01.46.66.14.25

06.87.25.21.82
e-mail : [e-mail]
page web : www.ibisc.univ-evry.fr/~nbrunel


Situation actuelle : Chercheur Post-Doctorant au laboratoire IBISC (équipe Apprentissage, Modélisation et
Intégration de données pour les Systèmes Biologiques) à l’Université d’Evry.


Thèmes de recherche :
Statistique, chaînes de Markov partiellement observées, fonctions estimantes, modélisation de la dépendance et
copule, statistique computationnelle, statistique asymptotique, traitement d’image et du signal, estimation de
systèmes dynamiques à temps continu, biologie systémique, réseaux de régulation cellulaires.


FORMATION


2002 – 2005 Thèse de mathématiques appliquées de l’Université Paris 6, Mention Très Honorable :
« Sur quelques extensions des chaînes de Markov cachées et couples. Applications à la segmentation
de signaux radar »
Réalisée au laboratoire Communication, Image et Traitement de l’Information (CITI) à l’Institut National des
Télécommunications (INT, Evry) sous la direction de Wojciech Pieczynscki (CITI, INT), Paul Deheuvels (Laboratoire
de Statistique Théorique et Appliquée, Université Paris 6) et Frédéric Barbaresco (Thales Air Defence, Bagneux).

2000 – 2001 DEA de mathématiques fondamentales et appliquées, option Modélisation Aléatoire à l'Université Rennes 1.

1997 – 2001 Diplômé de l'ENSAI (Ecole Nationale de la Statistique et de ...

Sujets

• Modélisation des données
• Liste des microprocesseurs Intel
• Laboratoire de génie électrique de Paris
• Dépendance à la pornographie
• TDMoIP
• Signal

Informations

• Publié par: Vaeg
• Nombre de lectures: 96
• Langue: Français

Extrait

Nicolas BRUNEL 300, rue Adolphe Pajeaud 92160 Antony 01.46.66.14.25 06.87.25.21.82 e-mail :[e-mail] page web : www.ibisc.univ-evry.fr/~nbrunel Situation actuelle :Chercheur Post-Doctorant au laboratoire IBISC (équipe A pprentissage, M odélisation et I ntégration de données pour les S ystèmes Bio logiques) à l’Université d’Evry.

Thèmes de recherche : Statistique, chaînes de Markov partiellement observées, fonctions estimantes, modélisation de la dépendance et copule, statistique computationnelle, statistique asymptotique, traitement d’image et du signal, estimation de systèmes dynamiques à temps continu, biologie systémique, réseaux de régulation cellulaires. FORMATION 2002 – 2005 Thèse de mathématiques appliquées de l’Université Paris 6 , Mention Très Honorable : « Sur quelques extensions des chaînes de Markov cachées et couples. Applications à la segmentation de signaux radar » Réalisée au laboratoire Communication, Image et Traitement de l’Information (CITI) à l’Institut National des Télécommunications (INT, Evry) sous la direction de Wojciech Pieczynscki (CITI, INT), Paul Deheuvels (Laboratoire de Statistique Théorique et Appliquée, Université Paris 6) et Frédéric Barbaresco (Thales Air Defence, Bagneux). 2000 – 2001DEA de mathématiques fondamentales et appliquées, option Modélisation Aléatoire à l'Université Rennes 1. 1997 – 2001Diplômé de l'ENSAINationale de la Statistique et de l’Analyse de l’Information), option Applications (Ecole Industrielles, Rennes. 1997 – 1998Licence de mathématiquesmention Assez Bien, à l’Université Claude Bernard, Lyon 1. 1994 – 1997Classes préparatoires, option MP au lycée Camille Vernet. 1994 BaccalauréatC mention Bien, au lycée Camille Vernet, Valence (Drôme). COMPÉTENCES DIVERSES Informatique Langues Système d'exploitation : Windows, Unix et Linux.Anglais courant et scientifique (TOEIC : 815, en 2001) Maîtrise du Pack Office, latex.Espagnol : bases. Logiciels statistiques : SAS, SPSS, SPAD, STATGRAPHICS, SIMCA. Logiciel scientifique : MATLAB. Programmation en C.

1

EXPÉRIENCE PROFESSIONNELLE ACADÉMIQUE : Depuis déc. Chercheur post-doctorant dans l’équipe AMIS-Bio, laboratoireIBISC, université d’Evry. Bourse Génopole. 2006 De juil. à nov. Chercheur post-doctorant dans l’équipe «Statistical Information and Modelling», laboratoireEURANDOM, 2006 Technical Universiteit Eindhoven, Pays-Bas. De sept. 2005 àAttaché Temporaire d’Enseignement et de Recherche au départementCEREMADE, université Paris Dauphine. sept. 2006 INDUSTRIELLE : De oct. 2002 à Collaboration dans le cadre de la thèse avecThales Air Defence pourl'application d’algorithmes de segmentation oct. 2005 aux données radar. De mars à oct. Mise au point d'une méthodologie de calcul des temps de parcours en vue de l'amélioration du dispositif Bison Futé, 2002 au sein du département GRETIA (Génie des Réseaux de Transports et Informatique Avancée), à l'Institut National de Recherche sur les Transports et leur Sécurité (INRETS). De sept. 99Stage au CRIT (Centre de Recherche, d'Industrialisation et de Technologie) deRhône-Poulencau sein de l'équipe de à sept. 2000statistiques industrielles. Implantation d’outils statistiques (mettant en œuvre la Maîtrise Statistique de Procédés) sur des sites de production (industries agronomiques et pharmaceutiques). Modélisation de procédés de synthèse chimique pour l’optimisation de la production (analyse de données, régression linéaire et PLS).

2

ENSEIGNEMENT J’ai effectué des enseignements auprès d’étudiants de différents niveaux et de formations différentes : écoles d’ingénieur et université, de bac+1 à bac+5.Mes cours ont concerné l’introduction à la statistique et au calcul des probabilités jusqu’à un niveau plus avancé (statistique mathématique, chaîne de Markov),ainsi que la mise en oeuvre informatique de ces outils, tels que la« statistique de base » sous Excel et des méthodes plus avancées pour la statistique appliquée à l’image (échantillonneur de Gibbs, algorithme EM). ème 2006 – 2007TD de Chaîne de Markov, 2année de l’Ecole Nationale de la Statistique et de l’Administration Économique 2005 – 2006(ENSAE) :16 heures. Coordinateur : P. Bertail (CREST/ENSAE). ère 2005 – 2006Cours-TD de statistique descriptive et lois de probabilités, 1année de GEA à l’Université Paris 9 Dauphine:84 heures(2 groupes ). Coordinatrice : C. Pardoux (LISE-CEREMADE, Dauphine). ème 2004 – 2005TD de statistique mathématique, 2année de l’Ecole Nationale de la Statistique et de l’Administration Economique (ENSAE) :20 heures. Coordinateurs : N. Chopin, X. D’Haultfoeuille (ENSAE). 2003 – 2004TD de statistique mathématique, licence d’économétrie de l’université Paris 1 Panthéon-Sorbonne:18 heures. Élaboration et correction des contrôles continus. Coordinatrice : J. Pradel (EUREQua, Paris 1) ère 2003 – 2004Cours-TD d’introduction aux probabilités, INT Ingénieur 1année :10,5 heures. Coordinateur : J-P. Delmas (CITI,  INT). ème 2002 – 2005TP de Traitement Statistique d'Image, filière Traitement Automatique de l'Image, INT ingénieur 3année : 12  heures(total :36 heures). Élaboration et correction des sujets, animation des séances. Coordinateur : W. Pieczynski (CITI, INT) Encadrement de projet et stages: EME PROJETS D’ELEVES - INGENIEURS (INT3 ANNEE) Mon travail a consisté en la proposition d’un sujet constituant un prolongement théorique du cours de « Traitement Statistique d’Image », et en la structuration du travail de l’étudiant : planification (sur 3 mois, de décembre à février) et définition des objectifs. Un autre aspect a consisté en un appui technique dans la lecture de l’article et la programmation (sous Matlab). 2003 : Mohamed Gahba,Estimation bayésienne de mélanges indépendants de gaussiennes et détermination du nombre de classes par Reversible Jump MCMC. Article de référence: «On Bayesian analysis of mixtures with an unknown number of components», S.Richardson and P.J. Green, JRSS(B), 1997. 2004 : Fabien Roquet,Estimation et segmentation de chaînes de Markov Couple vectorielles avec dépendance copule. STAGE DE MASTER Co-encadrement avec Florence d’Alché-Buc, professeur à l’université d’Evry. 2007 : Paola Bouchet (M2),Modélisation de réseaux de régulation génique par équations différentelles ordinaires non-linéaires, et inférence par régression non- paramétrique à l’aide de Support Vector Regression.

3

TRAVAUX SCIENTIFIQUES Thèse : Soutenue le 5 décembre 2005, à l’université Paris 6. Jury : Président du Jury : Alain Hillion (ENST Bretagne) Rapporteurs : Bernard Prum (Université d’Evry), Eric Moulines (ENST) Directeurs de thèse : Paul Deheuvels (Université Paris 6), Wojciech Pieczynski (INT) Examinateur : Daniel Pierre-Loti-Viaud (Université Paris 6) Invité : Frédéric Barbaresco (Thales Air Defence) Titre : "Sur quelques extensions des chaînes de Markov cachées et couples. Application à la segmentation non-supervisée des signaux radar" Résumé : Nous nous intéressons à l'extension des méthodes de segmentation bayésienne reposant sur le modèle de chaîne de Markov cachée, utilisé classiquement en traitement du signal. Du point de vue de la modélisation, nos travaux se sont développés selon deux axes: la remise en cause de la structure du modèle classique par l'utilisation des modèles de chaînes de Markov couple (particulièrement l'introduction de la dépendance conditionnelle des observations) et triplet, et la recherche de familles de lois pertinentes pour les données multidimensionnelles afin de traiter des images multicapteurs ou les caractéristiques Doppler et polarimétriques de l'environnement radar. Les copules apparaissent comme un outil particulièrement pratique pour la description de dépendances inédites, soit pour la modélisation de la dépendance conditionnelle, soit pour la modélisation de lois multivariées. Un troisième axe de développement consiste en l'estimation de ces modèles. Une méthode classique pour l'inférence des modèles de Markov cachés est le maximum de vraisemblance, qui est approché le plus souvent par un algorithme EM ou une de ses variantes. L'inférence des modèles couples (ou spécifiés par des copules) par maximisation de la vraisemblance aboutit à des problèmes d'optimisation multidimensionnelle qui peuvent constituer une importante limitation des algorithmes de segmentation non-supervisée dans les applications. Nous proposons alors une méthode d'estimation des paramètres des modèles à données manquantes fondée sur les fonctions estimantes, ce qui permet de choisir des fonctions moins complexes que celles déduites de la vraisemblance. La détermination de l'estimateur à partir d'un échantillon aboutit néanmoins à la résolution d'équations similaires aux équations normales utilisées pour le maximum de vraisemblance et posant un problème de recherche de racines. En exploitant la structure cachée, nous proposons un algorithme généralisant EM qui consiste à déterminer les points fixes d'une fonction déterminée implicitement par le modèle et les observations. A l'aide de cette méthode, nous donnons de nouveaux estimateurs pour les modèles décrits à l'aide de copules. Nous obtenons alors des algorithmes d'estimation remarquablement simples pour les modèles de Markov couples, et nous montrons leur bon comportement sur données simulées et sur données radar. Publications : Revues internationales à comité de lecture N. Brunel, W. Pieczynski,Unsupervised signal restoration using hidden Markov chains with copulas, Signal Processing, 85, pp. 2304-2315, 2005 (11 pages). N. Brunel, W. Pieczynski,Modelling and unsupervised segmentation of multivariate hidden Markov chains with copulas. Conférences internationales à comité de lecture N. Brunel, W. Pieczynski.Unsupervised signal restoration using copulas and pairwise Markov chains, Proceedings of the IEEE Workshop on er Statistical SignalProcessing (SSP’03), Saint Louis (Missouri), 28 septembre – 1octobre, 2003 (4 pages). N. Brunel, F. Barbaresco,Doppler and Polarimetric Statistical segmentation of Radar Clutter Environment based on Pairwise Markov Chains, Proceedings of the International Conference on Radar Systems « Radar Toulouse 2004 », Toulouse, 18 – 22 octobre 2004 (6 pages). N. Brunel, F. Barbaresco,Copulas and Pairwise Markov Chains for Doppler Statistical Segmentation of Radar Clutter Environment, Proceedings of Mathematical Image Analysis (MIA'04), Paris, 6 – 9 septembre 2004 (12 pages). N. Brunel, W. Pieczynski and S. Derrode,Copulas in Vectorial Hidden Markov Chains for Multicomponent Image Segmentation, Proceedings of International Conference on Acoustics, Speech and Signal Processing (ICASSP 2005), Philadelphie, 18 – 23 mars 2005 (4 pages). N. Brunel, W. Pieczynski,Modeling temporal dependence of Spherically Invariant Random Vectors with triplet Markov chains, IEEE Workshop on Statistical Signal Processing (SSP’05), Bordeaux , 7 – 20 juillet 2005 (4 pages).  4

Conférences nationales à comité de lecture N. Brunel, W. Pieczynski and F. Barbaresco,Chaînes de Markov cachées multivariées à bruit corrélé non gaussien, avec applications à la segmentation du signal radar,Colloque GRETSI 2005, Louvain-la-Neuve, 3-6 sept. 2005 (4 pages). Rapport de recherche : N. Brunel, M. Danech-Pajouh,Amélioration du dispositif Bison Futé. Prévision des temps de parcours sur de grands itinéraires, septembre 2002, réf. RE- 02-19-FR. Mots Clés : modélisation du trafic, prédiction, lissage, régression logistique, modèle de Cox. Travaux en cours : Parametric estimation of Ordinary Differential Equation with nonparametric estimators, collaboration avec Chris Klaassen. Technical report EURANDOM. Estimating parameters and hidden variables in nonlinear ODE's and state-space models of biological networks,Travail joint avec Minh Quach et Florence d’Alché-Buc. Bayesian estimation of ODE’s with Sequential Monte-Carlo methods for biological networks, avec Minh Quach et Florence d’Alché- Buc. Efficient algorithms for the statistical learning of ODE’s and variational equations, avec Florence d’Alché-Buc. Communications & exposés : Analyse avancée de l’environnement Radar : Estimation et segmentation de chaînes de Markov Couples, Journées SEE Ruptures en Radar, Paris, 19-20 novembre 2003 Journées SEE Radar 2003. Copules et modélisation de la dépendance, applications en traitement du signal, Séminaire du laboratoire CITI, INT, septembre 2004. Traitements statistiques des images – principes de modélisation pour la segmentation, Journées Portes Ouvertes Recherche de l’INT, 23-24 mars 2005. Chaînes de Markov cachées et couples, applications à la segmentation de signaux radardu laboratoire CITI, INT, décembre, Séminaire 2005. Estimation de chaînes de Markov partiellement observées par fonctions estimantes, Séminaire de Statistique du laboratoire de statistqiue et probabilités, Université Paul Sabatier, Toulouse, 11 avril 2006. Modèles spécifiés par copule et estimation par fonction estimante,séminaire de statistique de l’IMAG, Université Joseph Fourier, Grenoble, 13 avril 2006. Copules et modélisation de la dépendance,séminaire mathématiques pour le génome, INRA de Jouy-en-Josas, 13 juin 2006. Estimation of Ordinary Differential Equation and gene regulatory network, Talk at Like Science Group, Vrieje Universiteit, Amsterdam, 16 octobre 2006. Estimation of ODE for the identification of gene regulatory networks, EURANDOM Postdoc & PhD Seminar (EPPS), TU/e Eindhoven, 8 novembre 2006. Parameter Estimation of ODE’s with regression splines: applications to biological networks, PASCAL Workshop “Parameter Estimation in Systems Biology” (PESB’07), Manchester, 29-30 mars 2007. Ecole d’été : Participation à SEMSTAT07 « Statistics for stochastic differential equations models », 6-12 mai 2007.  5