Below are the cumulative PhDs of the Inria Celeste (2019-) and the Inria Select (2004-2018) teams.
- Aymeric Capitaine (in progress)
- Bertrand Even (in progress)
- Guillermo Martin (in progress)
- Pierre-André Mikem (in progress)
- Dhia-Elhaq Ouerfelli (in progress)
- Justine Lebrun (in progress)
- Guillaume Principato (in progress)
- Antoine Scheid (in progress)
- Daniil Tiapkin (in progress)
- Victor Turmel (in progress)
- Gayane Taturyan (in progress)
- Chiara Mignacco (in progress)
- Leonardo Martins-Bianco (in progress)
- Samy Clementz (in progress)
- Simon Briend – Inference of the past of random structures and other random problems (2024)
- Karl Hajjar – A dynamical analysis of infinitely-wide neural networks (2024)
- Antoine Barrier – Contributions to a theory of pure exploration in sequential statistics (2023)
- Emilien Baroux – Reliability fatigue design under complex loadings: from specification to validation (2023)
- Etienne Lasalle – Contributions to statistical analysis of graph-structured data (2022)
- Perrine Lacroix – Contributions to variable selection in high-dimension and its uses in biology (2022)
- Louis Pujol – Cytometry data modeling and unsupervised classification in moderately high dimensions under the independence structure assumption (2022)
- Filippo Antonazzo – Unsupervised learning of huge data sets with limited computed resources (2022)
- El Mehdi Saad – Contributions to Frugal Learning (2022)
- Solenne Gaucher – Contributions to stochastic bandits and link prediction problems (2022)
- Remi Coulard – Modélisation et prévision des variables d’exploitation ferroviaire et de flux de voyageurs en zone dense (2022)
- Olivier Coudray – A statistical point of view on fatigue criteria : from supervised classification to positive-unlabeled learning (2022)
- Yvenn Amara-Ouali – Statistical modelling of electric vehicle charging behaviours (2022)
- Binh Tuan Nguyen – Some contributions to modern multiple hypothesis testing in high-dimension (2021)
- Timothée Mathieu – M-estimation et Médiane des Moyennes appliquées à l’apprentissage statistique (2020)
- Margaux Brégère – Algorithmes de bandits stochastiques pour la gestion de la demande électrique (2020)
- Hédi Hadiji – Sur quelques questions d’adaptation en bandits stochastiques (2020)
- Yann Issartel – Inférence statistique sur de grands graphes (2020)
- Guillaume Maillard – Hold-out and Aggregated hold-out (2020)
- Malo Huard – Apprentissage et prévision séquentiels: bornes uniformes pour le regret linéaire et séries temporelles hiérarchiques (2020)
- Geoffrey Chinot – Localization methods with applications to robust learning and interpolation (2020)
- Solène Thepaut – Problèmes de clustering liés à la synchronie en écologie: estimation de rang effectif et détection de ruptures sur les arbres (2019)
- Benjamin Goehry – Prévision multi-échelle par agrégation de forêts aléatoires. Application à la consommation électrique (2019)
- Jeanne Nguyen – Estimation non paramétrique de densités conditionnelles: grande dimension, parcimonie et algorithmes gloutons (2019)
- Antoine Havet – Estimation de la loi du milieu d’une marche aléatoire en milieu aléatoire (2019)
- Florence Ducros – Maintien en conditions opérationnelles pour une flotte de véhicules: étude de la non stabilité des flux de rechange dans le temps (2018)
- Neska El Haouij – Biosignals for driver’s stress level assessment : functional variable selection and fractal characterization (2018)
- Claire Brécheteau – Vers une vision robuste de l’inférence géométrique (2018)
- Yann Vasseur – Inference de reseaux de régulation orientes pour les facteurs de transcription d’Arabidopsis thaliana et creation de groupes de co-regulation (2017)
- Eddie Aamari – Convergence rates for geometric inference (2017)
- Valérie Robert – Classification croisée pour l’analyse de bases de données de grandes dimensions de pharmacovigilance (2017)
- Vincent Thouvenot – Estimation et sélection pour les modèles additifs et application à la prévision de la consommation électrique (2015)
- Mélina Gallopin – Classification et inférence de réseaux pour des données RNA-Seq (2015)
- Solenne Thivin – Détection automatique d’anomalies sur fonds complexes pour des images ou séquences d’images (2015)
- Jana Kalawoun – Modélisation statistique de l’état de charge des batteries électriques (2015)
- Emilie Devijver – Modèles de mélange pour la régression en grande dimension, application aux données fonctionnelles (2015)
- Nelo Magalhaes – Validation croisée et pénalisation pour l’estimation de densité (2015)
- Lucie Montuelle – Inégalités d’oracle et mélanges (2014)
- Clément Levrard – Quantification vectorielle en grande dimension : vitesses de convergence et sélection de variables (2014)
- Rémy Fouchereau – Modélisation probabiliste des courbes S-N (2014)
- Vincent Brault – Estimation et sélection de modèle pour le modèle des blocs latents (2014)
- Shuai Fu – Inversion probabiliste bayésienne en analyse d’incertitude (2012)
- Caroline Meynet – Sélection de variables pour la classification non supervisée en grande dimension (2012)
- Pierre Connault – Calibration d’algorithmes de type Lasso et analyse statistique de données métallurgiques en aéronautique (2011)
- Wilson Toussile – Sélection de variable: structure génétique d’une population et transmission de Plasmodium à travers le moustique (2010)
- Robin Genuer – Forêts aléatoires: aspects théoriques, sélection de variables et applications (2010)
- Merlin Keller – Selection of a Model of Cerebral Activity for fMRI Group Data Analysis (2010)
- Pierre Barbillon – Méthodes d’interpolation à noyaux pour l’approximation de fonctions type boîte noire coûteuses (2010)
- Jean-Patrick Baudry – Sélection de modèles pour la classification non supervisée. Choix du nombre de classes (2009)
- Vincent Vandewalle – Estimation et sélection en classification semi-supervisée (2009)
- Cathy Maugis – Sélection de variables pour la classification non supervisée par mélanges gaussiens. Application à l’étude de données transcriptomes (2008)
- Bertrand Michel – Modélisation de la production d’hydrocarbures dans un bassin pétrolier (2008)
- Marc Lavarde – Fiabilité des semi-conducteurs, tests accélérés, sélection de modèles définis par moceaux et détection de sur-stress (2007)
- Sylvain Arlot – Réechantillonnage et Sélection de modèles (2007)
- Nicolas Bousquet – Analyse bayésienne de la durée de vie de composants industriels (2006)
- Sophie Donnet – Inversion de données IRMf. Estimation et sélection de modèles (2006)
- Marie Sauvé – Sélection de modèles en régression non gaussienne. Applications à la sélection de variables et aux tests de survie accélérés (2006)
- Christine Tuleau – Sélection de variables pour la discrimination en grande dimension et classification de données fonctionnelles (2005)
- Franck Picard – Segmentation-Classification de processus. Application à l’analyse des données de microarrays CGH (2005)
- Laurent Zwald – Performances statistiques d’algorithmes d’apprentissage: “Kernel Projection Machine” et analyse en composantes principales à noyau (2005)
- Guillaume Bouchard – Les modèles génératifs en classification supervisée et applications à la catégorisation d’images et à la fiabilité industrielle (2005)
