UMR MIA Paris-Saclay, is a joint research unit of AgroParisTech, INRAE , and Université Paris Saclay, bringing together a team of statisticians and computer scientists who specialize in statistical and computational modeling and learning for various fields in the life sciences, such as biology, ecology, environment, agronomy, and agro-food. The unit's members possess a wide range of expertise in statistical inference methods (including complex models, latent variable models, Bayesian inference, learning, model selection, etc.) and algorithmic methods (such as generalization, domain transfer, and knowledge representation).
The unit is committed to developing original statistical and computational methods that can be applied in the life sciences. Their research activities are grounded in a solid understanding of the relevant disciplines, including ecology, environment, agro-food, molecular biology, and systems biology.
The unit is organized into two research teams: Statistical Modeling and Learning for Environment and Life Sciences (SOLsTIS) and Expert Knowledge, Interactive Modeling, and Learning for Understanding and Decision Making in Dynamic Complex Systems (EkINocs).
UMR MIA Paris-Saclay is affiliated with the MATHNUM department of INRAE and the MMIP department of AgroParisTech.
Director : Julien Chiquet
Deputy director : Sophie Donnet
EKINOCS team leader: Antoine Cornuéjols
SOLsTIS team leaders: Sophie Donnet et Pierre Barbillon
La journée des stagiaires 2026 était un succès. Une session posters de très haute qualité de nos 14 stagiaires, un riche buffet partagé et une sensation de bonne ambiance qui fait du bien au cœur. Un plaisir de voir nos jeunes étudiant.es motivés à faire de la recherche.
Hier on a eu le plaisir d'accueillir un groupe d'une vingtaine d'élèves de seconde en stage à AgroParisTech. Ils ont découvert les métiers à l'intérieur d'un labo de recherche à travers la rencontre de doctorant.e.s, chercheur.e.s, gestionnaires. Ils ont aussi fait un peu de stats sur la pêche des poissons et profité des pauses-café pour s'amuser sur notre borne d'arcade. Pensez-vous qu'on les retrouvera en thèse chez nous d'ici une dizaine d'années ?
Succès pour le PIML Day à AgroParisTech !
70 chercheur·ses venu·e·s de toute la France ont échangé sur les avancées méthodologiques et théoriques du Physics-Informed Machine Learning lors de 6 keynotes passionnantes et d'une session posters.
Bravo à nos collègues Lucia Clarotto, Hugo Gangloff et Nicolas Jouvin (+ Mathilde Mougeot de l'ENS Paris-Saclay) pour l’organisation, ainsi qu'à DataIA, FMJH et chaire IDAML pour leur soutien.
Une communauté en plein essor !
https://pimlday26.sciencesconf.org/
Plusieurs statisticien·nes de l’unité sont de retour d’une super semaine de workshop au chalet de Rochebrune, à Megève. Un cours sur les modèles de diffusion, des exposés scientifiques… et du ski !
Rien de mieux pour souder l’équipe et les collaborations avec d’autres chercheur·ses français·es en statistique. Et un niveau de ski toujours meilleur d’année en année.
C’est sympa de faire de la recherche comme ça !
Notre doctorante Caroline Cognot a soutenu sa thèse "Génération stochastique multisite de séries temporelles de variables météorologiques" avec les compliments du jury et de toute l’unité. Un vrai plaisir de la voir franchir cette belle étape de carrière.
Elle part désormais à UCLouvain pour un post-doc sur les évènements extrêmes. Tous nos vœux de réussite pour la suite !
Les Groupes de Travail sont une tradition de l’unité. Chercheur·euses, doctorant·es, post-docs et stagiaires s’y retrouvent pour se former autour d’un sujet de recherche.
Jeudi dernier, nous avons lancé un nouveau GT consacré aux modèles génératifs profonds. Une fois par mois, un·e volontaire présentera un modèle : angle théorique, implémentation informatique ou article appliqué en lien avec ses travaux.
C’est aussi notre vision de la recherche : se former ensemble, et transmettre à son tour.
