[Paroles de doctorants] Girault-Bogue Gnanguenon-Guesse : Modélisation et visualisation des liens entre cinétiques de variables agro-environnementales et qualité des produits dans une approche parcimonieuse bayésienne

Girault Gnanguenon- Guesse porte un sujet de thèse cofinancée par #DigitAg.

 

Je m’appelle Girault Gnanguenon Guesse et je suis doctorant en biostatistique au sein de  l’UMR MISTEA (Mathématiques, Informatique et STatistique pour l’Environnement et l’Agronomie), une unité mixte de l’Institut National de Recherches Agronomiques (INRA) et de  Montpellier SupAgro.

 

Après une  licence en Gestion de l’Environnement à l’Université Catholique de l’Afrique de l’Ouest, j’ai eu une première expérience au Bénin en tant qu’assistant de recherches en charge de la gestion et de l’analyse de données au sein du Laboratoire de Recherches en Ecologie Animale et de Zoogéographie. J’y ai développé des compétences en informatique décisionnelle et en statistique pour l’environnement et l’agronomie, cela m’a conforté dans mon projet de devenir chercheur en biostatistique.

 

Je suis diplômé du Master en Mathématiques – Parcours Statistique et Données du Vivant de l’Université de Poitiers. Un de mes stages portait sur l’analyse d’un jeu de données pluriannel pour l’entreprise de semences Vilmorin. Il s’agissait de comprendre les rendements de certains agriculteurs multiplicateurs de semences dans un contexte de changement climatique. Les résultats ont permis de proposer des leviers théoriques aux agriculteurs afin d’optimiser leurs rendements.

 

C’est dans cette dynamique de proposition d’outils d’aide à la décision aux professionnels que s’inscrit ma thèse.

 

Modélisation et visualisation des liens entre cinétiques de variables agro-environnementales et qualité des produits dans une approche parcimonieuse bayésienne

  • Date de démarrage : décembre 2017
  • Université : MUSE Montpellier Université d’Excellence / Montpellier SupAgro
  • Ecole doctorale :  ED 166 I2S – Information, Structures, Systèmes
  • Discipline / Spécialité :  Biostatistique
  • Directeur de thèse :  Nadine Hilgert (INRA Mistea)
  • Encadrant(es)  :  Bénédicte Fontez (Montpellier SupAgro MISTEA) et Thierry Simonneau (INRA LEPSE)
  • Financement : #DigitAg – INRA
  • Projet : INNOVINE
  • #DigitAg : Thèse cofinancée – Axes 5  et 6Challenges 1, 5 et 7

Mots-clés : modèles à facteurs latents, approche parcimonieuse, inférence bayésienne, agronomie

Résumé :

L’agriculture est caractérisée par un savoir-faire important et ancestral dans les pratiques. Par exemple, dans la filière « Vigne et Vin », les décisions à la vigne reposent essentiellement sur des approches construites sur l’expertise (qualitatives). Face aux enjeux actuels de compétitivité, les acteurs de filières agricoles sont en forte demande d’outils quantitatifs de conseil et d’aide à la décision. L’objectif de cette thèse est de proposer une méthode pour extraire de la connaissance de grandes masses de données hétérogènes et incertaines issues de processus temporels, et de développer des outils pour expliquer ou prédire la qualité d’un produit ou d’une production. L’intégration de toutes les informations disponibles (capteurs, expertises, données observées ou issues de modèles) en tenant compte de la fiabilité associée à chaque source est un enjeu qui nécessite de rénover les outils statistiques d’analyse des données pour tenir compte de l’incertitude et de les coupler avec les outils et approches informatiques.

Je suis en charge du développement des méthodes et de leur application notamment à la filière « Vigne et Vin », en lien avec des partenaires privés (entreprises de conseils de la filière vigne et vin : ITK, Fruition Sciences) et publics (UMR LEPSE, UMR SPO, Institut Français du Vin).

 

Contact: girault-bogues.gnanguenon-guesse [AT] inra.fr​ – Tél : +33 (0)499612595

Réseaux : LinkedIn

Actes de conférence

GNANGUENON GUESSE G, LOISEL P, FONTEZ B, SIMONNEAU T, HILGERT N. An exploratory penalized regression to identify combined effects of functional agri-environmental variables, 6 – 31 August 2020. The 30th « virtual » International Biometric Conference, Séoul, International Biometric Society, 2020

GNANGUENON GUESSE G, LOISEL P, FONTEZ B, SIMONNEAU T, HILGERT N. Explorer l’influence conjointe de prédicteurs fonctionnels sur une réponse réelle via une régression pénalisée. Recueil des soumissions de la 52èmes Journées de Statistiques, Société Française de Statistique (SfdS), 2020, pp 375-380, sciencesconf.org :jds2020:319910