Ronan TREPOS

De WikiZ.

Depuis 2008, je suis en contrat post-doctorat dans l'équipe MAD. Depuis 2004, je travaille dans le cadre de l'exploration et la simulation de modèles d'agrosytèmes, dans un objectif d'aide à la décision. Les méthodes mathématiques et informatiques mises en oeuvre sont de deux types :

• Lors de ma thèse je me suis appuyé sur des méthodes d'apprentissage symbolique, en particulier de programmation logique inductive (PLI), pour induire à partir des résultats de simulation des relations qualitatives entre les entrées et les sorties de simulation.
• Depuis mi-2008, bien que mes activitées soient plus diverses, je m'intéresse plus particulièrement aux méthodes d'optimisation par simulation. Mes travaux se font dans le cadre du projet RECORD et la plateforme VLE.

Sommaire 1 Activités à BIA 2 Publications 3 Thèse 4 Enseignement 5 Contacts

Activités à BIA

Je suis impliqué dans plusieurs projets de développement informatiques au sein des projets RECORD et VLE  :

• développement en cours d'une librairie C++ d'optimisation par simulation et apprentissage par renforcement.
• implémentation du couplage entre matlab et VLE.
• implémentation des modèles stochastiques de simulation de chroniques climatiques WACSgen et de Semenov dans VLE.
• implémentation d'une extension dans VLE pour la simulation de processus markovien basée sur le formalisme GSMDP (Generalized Semi-Markov Decision Process).

Je suis également intevenu lors des formations RECORD de 2008 et 2009 et je travaille en collaboration avec le réseau MEXICO , en particulier pour le développement de la librarie d'optimisation par simulation.

Publications

• Chapitre d'ouvrage
  • Cordier, M.O.; Aurousseau, P.; Falchier, M.; Garcia, F.; Gascuel-Odoux, C.; Heddadj, D.; Lebouille, L.; Masson, V.; Salmon-Monviola, J.; Tortrat, F. et Trépos, R. (2009). Modélisation du transfert d'herbicides dans un bassin versant dans le cadre d'un outil d'aide à la décision pour la maîtrise de la qualité des eaux. Concevoir et construire la décision : démarches en agriculture, agro-alimentaire et espace rurale. Editions Quae.
• Journaux internationaux
  • Trépos, R.; Cordier, M.-O.; Gascuel-Odoux, C.; Garcia, F.; Masson, V. et Salmon-Monviola, J. (soumis en 2011). Mining simulation data by rule induction to determine critical source areas of stream water pollution by herbicides. Computer and electronics in agriculture (COMPAG).
  • Trépos, R.; Salleb, A.; Cordier, M.-O.; Masson, V. ; Gascuel-Odoux, C. (soumis en 2009). Building Actions From Classification Rules. Knowledge and Information Systems (KAIS).
  • Gascuel-Odoux, C.; Aurousseau, P.; Cordier, M.-O.; Durand, P.; Garcia, F.; Masson, V.; Salmon-Monviola, J.; Tortrat, F.; Trépos, R (2009). A decision-oriented model to evaluate the effect of land use and agricultural management on herbicide contamination in stream water. Environmental Modelling and Software.
  • Aurousseau, P.; Gascuel-Odoux, C.; Squividant, H.; Trépos, R.,; Tortrat, F. ; Cordier, M.-O. (2009). A plot drainage network as a conceptual tool for the spatialisation of surface flow pathways for agricultural catchments. Computers & Geosciences.
• Conférences internationales
  • Quesnel, G.; Trépos, R.; Chabrier, P.; Baudet; J. Duboz, R. et Ramat, E. (2011). Observations in DEVS framework. Symposium On Theory of Modeling and Simulation - DEVS Integrative M&S Symposium (TMS/DEVS 2011).
  • Cordier, M.-O.; Garcia, F.; Gascuel-Odoux, C. ; Masson, V.; Salmon-Monviola, J.; Tortrat, F. et Trépos, R. (2005). A machine learning approach for evaluating the impact of land use and management practices on streamwater pollution by pesticides (2005). Proceedings of International Congress on Modelling and Simulation (MODSIM).
  • Trépos, R.; Salleb, A.; Cordier, M.-O.; Masson, V.; Gascuel-Odoux, C. (2005). A Distance Based Approach for Action Recommendation. Proceedings of European Conference on Machine Learning (ECML),
• Conférences nationales
  • Trépos, R.; Salleb, A.; Cordier, M.-O.; Masson, V.; Gascuel-Odoux,C. (2006). Une approche fondée sur une distance pour la recommandation d'actions. Actes de 15ème Congrès Francophone AFRIF-AFIA de Reconnaissance des Formes et Intelligence Artificielle (RFIA).
  • Trépos, R.; Cordier, M.-O.; Masson, V. et Gascuel-Odoux, C. (2007). Apprentissage de motifs spatiaux et agronomiques jouant un rôle dans la contamination de l'eau par les pesticides sur un bassin versant. 8ème Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA).
  • Trépos, R.; Masson, V.; Cordier, M.-O. et Gascuel-Odoux, C. (2008). Induction de motifs spatiaux décrivant les chemins de ruissellement. Représentation et Raisonnement sur le Temps et l'Espace (RTE).
• Posters et résumés
  • Trépos, R.; Cordier, M.-O.; Gascuel-Odoux, C. and Masson, V (2008). Symbolic learning of relationships between agricultural activities and water quality from simulations for decision support. European Geosciences Union General Assembly.
  • Cordier, M.-O. ; Garcia, F.; Gascuel-Odoux, C.; Masson, V.; Salleb, A.; Trépos, R. (2006). SACADEAU project: recommending actions from simulation results, BESAI (ECAI workshop on Binding Environmental Sciences and Artificial Intelligence).
• Rapport technique
  • Salleb-Aouissi, A.; Trépos, R.; Cordier, M.-O. et Masson, V. (2008) From classification rules to action recommendation. Center for computational learning systems, New-York. Technical report CCLS-08-01.
• Rapports d'études
  • Trépos, R. (2008). Apprentissage symbolique à partir de données issues de simulation pour l'aide à la décision. Gestion d'un bassin versant pour une meilleure qualité de l'eau. Thèse à l'Université de Rennes 1.
  • Trépos, R. (2004). Apprentissage d'automates pour la discrimination des classes de classification. INRIA-IRISA, projet SYMBIOSE. Rapport de Master Recherche.

Thèse

• Sujet : Apprentissage symbolique à partir de données de simulation pour l'aide à la décision. Gestion d'un bassin versant pour une meilleure qualité de l'eau.

• Encadrement : Chantal Gascuel-Odoux, Directrice de Recherche INRA, Rennes ; Marie-Odile Cordier, Professeur à l'université de Rennes 1

• Jury : Robert FAIVRE, directeur de recherche à l'INRA de Toulouse ; Christel VRAIN, professeur à l'université d'Orléans ; Yves LE BISSONNAIS, directeur de recherche à l'INRA de Montpellier ; Chantal GASCUEL-ODOUX, directrice de recherche à l'INRA de Rennes ; Marie-Odile CORDIER, professeur à l'université de Rennes 1 ; Véronique MASSON, enseignant-chercheur à l'université de Rennes 1

• Résumé : L'analyse des résultats de simulation d'un modèle représentant le fonctionnement d'un système environnemental est souvent difficile en raison du grand nombre de variables d'entrées et de la complexité des interactions entre processus modélisés. Nous proposons d'analyser les résultats par des techniques d'apprentissage symbolique afin de produire des règles de classification utilisables pour l'aide à la décision. Deux approches pour l'apprentissage de règles sont proposées et comparées. Dans notre contexte, les objets à analyser sont des arbres dont les noeuds sont décrits par des attributs. La première approche génère des motifs d'arbres en utilisant la Programmation Logique Inductive. La seconde approche synthétise l'information contenue dans les arbres et induit des règles attribut-valeur. Nous avons développé également un système d'aide à la décision qui suggère, à partir des règles induites, des actions permettant d'améliorer une situation proposée par l'utilisateur. Ces contributions sont motivées par le projet SACADEAU qui a pour objectif de développer un système d'aide à la gestion des activités agricoles et des aménagements sur un bassin versant. Ce système s'appuie sur un modèle de simulation qui couple un modèle simulant le transfert de pesticides et un modèle simulant les pratiques agricoles liées à l'application de pesticides. La structure spatiale du bassin versant est représentée par un ensemble d'arbres d'exutoires alimentant le réseau hydrographique. Les techniques d'apprentissage proposées ont été expérimentées et comparées sur les données de cette application, puis intégrées dans un outil de visualisation.

télécharger ma thèse

Enseignement

• TP Java INSA Rennes, 2ème années (2006)
• Cours Intelligence Artificielle ENSAR Rennes, 5ème années (2007)

Contacts

• INRA Toulouse - BIA unit (office BIA #20), chemin de Borde-Rouge - BP 52627, 31326 Castanet-Tolosan Cedex, France.
• tel : +33(0)5.61.28.53.34.
• Mail: ronan[dot]trepos[at]toulouse[dot]inra[dot]fr.