English Français

Juliette Chevallier

Maîtresse de Conférences Associate Professor · juliette.chevallier (@) insa-toulouse.fr

Je suis actuellement Maîtresse de Conférences au sein du département de Génie Mathématique et Modélisation (GMM) de l'Institut National des Sciences Appliquées (INSA) de Toulouse. J'effectue ma recherche à l'Institut de Mathématiques de Toulouse (IMT), au sein de l'équipe Statistique et Optimisation (SO).
I am currently Associate Professor (Maîtresse de Conférences) in the Mathematics and Modeling Department (GMM) at the National Institute of Applied Sciences (INSA) of Toulouse. I conduct my research at the Institute of Mathematics of Toulouse (IMT), in the Statistics and Optimization (SO) team.

Auparavant, j'ai effectué un post-doctorat dans l'équipe Maasai, conjoitement sous tuelle de l'inria Sophia Antipolis, et du laboratoire J.A. Dieudonné de l'Université Côte d'Azur, à Nice. J'ai travaillé avec Pierre-Alexandre Mattei, Frédéric Precioso et Michel Riveill.
Previously, I did a post-doctoral fellowship in the Maasai team, jointly affiliated to inria Sophia Antipolis, and the J.A. Dieudonné laboratory of the Université Côte d'Azur, in Nice. I worked with Pierre-Alexandre Mattei, Frédéric Precioso and Michel Riveill.

J'ai effectué ma thèse au Centre de Mathématiques Appliquées de l'École polytechnique, sous la direction de Stéphanie Allassonnière. Le manuscrit de ma thèse est disponible ici, et les slides de ma présentation là.
I did my PhD thesis at the Centre for Applied Mathematics from the polytechnique school, under the supervision of Stéphanie Allassonnière. My PhD dissertation is available here, and the slides of my presentation there.

  News   &  événements à venir upcoming events
  Événements récents Recent events
  • Novembre 2022: Création de l'équipe projet UNREAL.
  • November 2022: Creation of the UNREAL project team.

Mon CV en version française et anglaise.
 

My résumé in a French and an English version.
 

Logo IMT
Logo INSA    Logo UFT Logo IMT Logo INSA    Logo UFT

  Recherche Research

  Thèmes de recherche Research interests

De manière générale, mes travaux de recherche visent à l’établissement de modèles mathématiques pour l’analyse de données médicales. Pour cela, mes efforts se découpent en plusieurs axes comme décrits ci-dessous.

Mots-clés :

  • Données longitudinales,
  • Applications médicales,
  • Modèles nonlinéaires à effets mixtes, Analyse spatio-temporelle,
  • Optimisation stochastique, Algorithmes de type EM,
  • Méthodes MCMC,
  • Estimation bayésienne
  • Géométrie riemannienne appliquée,
  • Données massives et hétérogènes,
  • Auto-encodeurs variationnels,
  • Estimation sous contrainte de confidentialité.

In general, my research work aims at establishing mathematical models for the analysis of medical data. For this purpose, my efforts are divided into several axes, as described below.

Keywords:

  • Longitudinal data,
  • Medical applications,
  • Nonlinear mixed effect models, Spatio-temporal analysis,
  • Stochastic optimization, EM-like algorithms,
  • MCMC methods,
  • Bayesian estimation,
  • Applied Riemannian geometry,
  • Massive and heterogeneous data,
  • Variational autoencoders,
  • Estimation under provacy constraints.

Analyse statistique de données longitudinales
Statistical analysis of longitudinal data

Une part substantielle de mes recherches a consisté à développer de nouvelles méthodes pour l'analyse statistique de données longitudinales, et plus particulièrement pour l'analyse de données médicales.

A substantial part of my research has focused on developing new methods for the statistical analysis of longitudinal data, and more specifically, for analyzing medical data.

En effet, par delà les études transversales, étudier l’évolution temporelle de phénomènes connait un intérêt croissant. Ceci s'explique simplement : pour comprendre un phénomène, il semble effectivement plus adapté de comparer l’évolution des marqueurs de celui-ci au cours du temps plutôt que ceux-ci à un stade donné. Le suivi de maladies neuro-dégénératives s’effectue par exemple par le suivi de scores cognitifs au cours du temps. C’est également le cas pour le suivi de chimiothérapie qui repose de plus en plus sur la compréhension de la progression globale de la maladie que sur que l’état de santé ponctuel des patients.

Indeed, beyond transversal studies, temporal evolution of phenomena is a field of growing interest. This can be easily explained: to understand a phenomenon, it appears more suitable to compare the evolution of its markers over time than to do so at a given stage. For example, neurodegenerative diseases are monitored by tracking cognitive scores over time. The same applies to chemotherapy monitoring, which is increasingly based on understanding the overall progression of the disease rather than on the individual health status of patients.

Avec Stéphanie Allassonnière, nous avons travaillé à l'élaboration d'un modèle non-linéaire à effets mixtes cohérent (consistant) pour l'analyse statistique de données longitudinales à valeurs sur des variétés riemanniennes. Ce modèle repose sur la discrimination de déformations dites temporelles et liées à l’acquisition des données et au rythme de progression du phénomène observé, de déformations dites spatiales, liées à la géométrie intrinsèque des formes observées. Cela nous a conduit à considérer des déformations spatio-temporelles.

With Stéphanie Allassonnière, we have developed of a consistent nonlinear mixed effects model for the statistical analysis of longitudinal Riemannian manifold valued data. This model is based on the discrimination of so-called temporal deformations, linked with acquisition constraints and the rate of progression of the observed phenomenon, from so-called spatial deformations, linked to the intrinsic geometry of observed shapes. This led us to consider spatio-temporal deformations.

Ce modèle a été conçu en collaboration avec Laure Fournier, radiologue à l'Hôpital européen Georges Pompidou, avec pour visée le suivis du cancer du rein métastatique.

This model was designed in collaboration with Laure Fournier, radiologist at the Georges Pompidou European Hospital, with the aim of monitoring metastatic kidney cancer.

Pour plus de détails, voir NeurIPS 2017 & SIIMS 2021.

For more details, see NeurIPS 2017 & SIIMS 2021.

Trajectoire représentative dans un espace de forme générique

Trajectoire représentative dans le modèle de forme géodésique par morceaux.

Group-representative trajectory in the piecewise-geodesic shape model.

Apport de la géométrie riemannienne pour l’étude de données anatomiques
The use of Riemannian geometry for the study of anatomical data

La géométrie riemannienne se révèle un outil particulièrement adapté à la modélisation mathématique des formes. En effet, plutôt que d’analyser les formes en elle-mêmes de manière individuelle, il semble plus efficient de considérer des ensembles ou populations de formes et d’essayer de les appréhender comme des espaces au sens mathématique du terme. De par leur construction, ces espaces vont hériter naturellement d’une structure de variété riemannienne. Ainsi, pour étudier rigoureusement les formes anatomiques, il convient de développer des modèles valides dans des espaces riemanniens.

Riemannian geometry is a particularly suitable tool for the mathematical modeling of shapes. Indeed, rather than analyzing shapes individually, it seems more efficient to consider sets or populations of shapes and to try to understand them as spaces in the mathematical sense. By construction, these spaces will naturally inherit a Riemannian manifold structure. Thus, to rigorously study anatomical shapes, it is necessary to develop valid models in Riemannian spaces.

Avec Joan Alexis Glaunès, nous avons travaillé à l'élaboration d'un modèle dit de pseudo-métamorphoses pour le recalage difféomorphique de courbes et de surfaces, via des mesures discrètes pondérées.

With Joan Alexis Glaunès, we have developed a pseudo-metamorphosis model for the diffeomorphic mapping of curves and surfaces, via weighted discrete measurements.

Avec Stéphanie Allassonnière, nous avons proposé un modèle pour le suivis de formes anatomiques exploitant fortement le caractère riemannien des espaces de forme. Les images ci-dessous sont un exemple du type de trajectoires que l'on peut obtenir dans de tels espaces.

With Stéphanie Allassonnière, we have proposed a model for tracking anatomical shapes that strongly exploits the Riemannian character of shape spaces. The images below are an example of the type of trajectories that can be obtained in such spaces.

ADNI - MCIc

Évolution de la forme représentative ⬥ Patients présentant une déficience cognitive légère et finalement diagnostiqués Alzheimer (MCIc).

Evolution of the group-representative shape ⬥ Mild Cognitive Impairment subjects who were ultimately diagnosed with Alzheimer's disease (MCIc).

ADNI - CN

Évolution de la forme représentative ⬥ Patients du groupe contrôle (CN).

Evolution of the group-representative shape ⬥ Control patients (CN)

Approximations stochastiques · Algorithmes de type EM
Stochastic approximations · EM-like algorithms

L’algorithme d’espérance-maximisation ou algorithme EM permet de maximiser la vraisemblance de modèles à données manquantes dans des cadres très généraux. Lorsque l'étape d'espérance ne peut être réalisée, on peut recourir à une approximation stochastique de l'algorithme EM (SAEM). La convergence du SAEM vers les points critiques de la vraisemblance observée a été prouvée et son efficacité numérique a été démontrée. Cependant, l’algorithme SAEM est très sensible à ses conditions initiales et, malgré la stochasticité de la procédure induite par l’approximation stochastique, peut rester piégé dans des maxima locaux. De plus, il suppose que l’on est à même de simuler la loi conditionnelle des variables latentes sachant les observations (avec la terminologie des modèles à variables latentes), éventuellement par une méthode de type MCMC, ce qui n’est pas toujours le cas.

The Expectation-Maximization (EM) algorithm allows for maximizing the likelihood of latent data models in very general frameworks. When the expectation step cannot be performed in closed form, a stochastic approximation of EM (SAEM) can be used. The convergence of the SAEM toward critical points of the observed likelihood has been proved and its numerical efficiency has been demonstrated. However, the SAEM algorithm is very sensitive to its initial condition, and, even with the additional stochasticity associated with its approximation feature, it can be trapped in local maxima. Moreover, the SAEM assumes that we are able to draw from the conditional distribution of latent variables given the observations (with the latent variable models terminology), possibly with MCMC-type method, which is not always the case.

Avec Stéphanie Allassonnière, nous avons proposé une nouvelle classe d’algorithmes SAEM : les algorithmes SAEM approchés, ou approximated-SAEM en anglais, dont nous avons démontré la convergence vers des maxima locaux sous des hypothèses standards. Cette classe repose sur la simulation par une loi approchée, en un sens à définir, de la vraie loi conditionnelle dans l’étape de simulation. En particulier, on englobe des algorithmes pré-existants tel que l’ABC-SAEM, dont l’efficacité numérique avait été établie mais dont la convergence théorique n’avait pas été démontrée, et le MCMC-SAEM.

With Stéphanie Allassonnière, we have proposed a new class of SAEM algorithms: the approximated-SAEM algorithms, for which we have proved the convergence toward local maxima under standard assumptions. This class relies on sampling from an approximation, in a sense to be specified, of the real conditional law in the simulation step. In particular, we encompass pre-existent algorithms like the ABC-SAEM, whose numerical efficiency was empirically established but whose theoretical convergence was not proved, and the MCMC-SAEM.

En se basant sur des techniques de recuit simulé, nous avons également proposé une version tempérée de l’algorithme SAEM, le tempering-SAEM, afin de favoriser sa convergence vers des maxima globaux. Dans cette version, on approche la loi conditionnelle en la tempérant suivant un schéma de températures sinusoïdal amorti.

Building on simulated annealing techniques, we also proposed a tempered version of the SAEM algorithm, the tempering-SAEM, to favor convergence toward global minima. In this version, we approximate the conditional law by tempering it following a damped oscillatory temperature scheme.

Pour plus de détails, voir CSDA 2021.

For more details, see CSDA 2021.

Analyse statistique de données massives et hétérogènes
Statistical analysis of massive and heterogeneous data

Les données massives et hétérogènes sont légions dans les applications médicales : compte-rendus textuels, données ohmiques, données d'imageries, etc. Un suivis médical efficace repose donc sur la capacité à traiter conjointement toutes ces données. Ceci suppose d'être, d'une part, à même d'encoder efficacement de telles données et, d'autre part, de pouvoir proposer des algorithmies adaptées à leur taille.

Massive and heterogeneous data are legion in medical applications: textual reports, ohmic data, imaging data, etc. Therefore, efficient medical monitoring depends on the ability to process all these data together. This implies, on the one hand, being able to encode such data efficiently and, on the other hand, being able to propose algorithms adapted to their size.

Sur la base de l'encodage cible ou target encoding, j'ai travaillé à développer une nouvelle technique d'encodage particulièrement adaptée aux données massives et hétérogènes. En partant d'un modèle hierarchique, l'idée est de proposer un encodage à même de capturer toute la complexité des données que l'on veut étudier.

Based on target encoding, I worked on developing a new encoding technique particularly adapted to massive and heterogeneous data. Starting from a hierarchical model, the idea is to propose an encoding capable of capturing all the complexity of the data we want to study.

Avec Pierre-Alexandre Mattei, Frédéric Precioso et Michel Riveill, j'ai travillé à l'élaboration de modèles génératifs profonds pour l'analyse de données massives, longitudinales et hétérogènes. Plus précisément, nous voulions déterminer une représentation adaptée des données recueillies dans le cadre du programme de médicalisation des systèmes d’information en soins de suite ou de réadaptation (PMSI-SSR). Une idée naturelle est de recourir à des auto-encodeurs variationnels.

Ces travaux n'on cependant pas donné lieu à publication.

With Pierre-Alexandre Mattei, Frédéric Precioso et Michel Riveill, I worked on the development of deep generative models for the analysis of massive, longitudinal and heterogeneous data. More precisely, we wanted to determine a suitable representation of the data collected in the framework of the “programme de medicalisation des systèmes d'information en soins de suite ou de réadaptation (PMSI-SSR)”. A natural idée is to use variational autoencoders.

However, this work has not been published.

SAEM : Évolution typique des paramètres

SAEM : Évolution typique des paramètres au cours de l'estimation.

SAEM: Typical evolution of the parameters throughout the estimation.

tmp-SAEM : Évolution typique des paramètres

tempering-SAEM : Évolution typique des paramètres au cours de l'estimation.

tempering-SAEM: Typical evolution of the parameters throughout the estimation.

  Publications Publications

Liste de mes publications disponibles sur HAL. Lien vers mon profil Google Scholar.

List of all my publications available on HAL. Link to my Google Scholar profil.

Journaux avec commité de relecture
Journals with a proofreading committee

  1. A coherent framework for learning spatiotemporal piecewise-geodesic trajectories from longitudinal manifold-valued data.

    AvecWith Stéphanie Allassonnière etand Vianney Debavelaere. SIAM Journal on Imaging Sciences 14(1), 2021.

           

  2. A new class of stochastic EM algorithms. Escaping local maxima and handling intractable sampling.

    AvecWith Stéphanie Allassonnière. Computational Statistics & Data Analysis 159, 2021

           
Actes de conférences
Conference Proceedings

  1. Analyse statistique de données anatomiques longitudinales de patients traités. Application au suivi de chimiothérapie.

    52èmes Journées de Statistiques de la Société Française de Statistique (SFdS), Université Côte d'Azur, Nice, Mai 2020. 52th Journées de Statistiques of the the French Society of Statistics (SFdS), Côte d'Azur University, Nice, France, May 2020.

    AvecWith Stéphanie Allassonnière.

       

  2. Learning spatiotemporal piecewise-geodesic trajectories from longitudinal manifold-valued data.

    Advances in Neural Information Processing Systems 30, Long Beach, CA, USA, DécembreDecember 2017.

    AvecWith Stéphanie Allassonnière etand Stéphane Oudard.

           

  Travaux non-publiés Unpublished Works

Thèse de doctorat
PhD dissertation

Thèse effectuée au Centre de Mathématiques Appliquées (CMAP, École polytechnique, Palaiseau) sous la direction de Stéphanie Allassonnière.

Doctorate carried out at the Centre de Mathématiques Appliquées (CMAP, École polytechnique, Palaiseau, France) under the supervision of Stéphanie Allassonnière.

Modèles statistiques et algorithmes stochastiques pour l’analyse de données longitudinales à dynamiques multiples et à valeurs sur des variétés riemanniennes.

Statistical models and stochastic algorithms for the analysis of longitudinal Riemannian manifold valued data with multiple dynamic.

J'ai soutenu ma thèse le 26 septembre 2019 devant le jury composé de :

I defended my thesis on September 26, 2019 in front of the jury composed of:

  • Directrice de thèse : Stéphanie Allassonnière (Université de Paris),
  • Rapporteurs : Jean-Michel Marin (Université de Montpellier)
    & Stefan Sommer (Université de Copenhague),
  • Président du jury : Eric Moulines (École polytechnique),
  • Examinateurs : Nicolas Vayatis (ENS Paris-Saclay)
    & Christian Robert (Université Paris-Dauphine),
  • Invitée : Laure Fournier (Hôpital Européen Georges Pompidou).
  • Thesis advisor: Stéphanie Allassonnière (University of Paris),
  • Referees: Jean-Michel Marin (University of Montpellier)
    & Stefan Sommer (University of Copenhagen),
  • President of the jury: Eric Moulines (École polytechnique),
  • Examiners: Nicolas Vayatis (ENS Paris-Saclay)
    & Christian Robert (Paris-Dauphine University),
  • Invited member: Laure Fournier (Georges Pompidou European Hospital).

Mon manuscrit est disponible ici et les slides de ma présentation là.

My PhD dissertation is available here and the slides of my presentation there.

Mémoire de magistère
Master's degree dissertation

Travaux d'initiations à la recherche réalisés lors de ma scolarité à Orsay, tous compilés dans mon mémoire de magistère.

Bachelor's and master's degree dissertations carried out during my academic studies in Orsay (France), all compiled into one french pdf.

  • M2 ·  Modèle de pseudo métamorphoses pour le recalage difféomorphique de courbes et surfaces.
    Encadré par Joan Alexis Glaunès, MAP5, Université de Paris.
    Mots-clés : géométrie différentielle, analyse fonctionnelle.
  • M2 ·  Pseudo-metamorphosis model for curves and surfaces matching.
    Supervised by Joan Alexis Glaunès, MAP5, University of Paris, France.
    Keywords: differential geometry, fonctionnal analysis.
  • M2 ·  Espaces de formes et courbure.
    Encadré par Joan Alexis Glaunès, MAP5, Université de Paris.
  • M2 ·  Spaces of shapes and curvatures.
    Supervised by Joan Alexis Glaunès, MAP5, University of Paris, France.
  • M1 ·  Représentations linéaires du groupe symétrique.
    Encadré par Pierre-Guy Plamondon, LMV, Université de Versailles Saint-Quentin-en-Yvelines.
  • M1 ·  Linear representation of the symetric group.
    Supervised by Pierre-Guy Plamondon, LMV, University of Versailles Saint-Quentin-en-Yvelines, France.
  • L3 ·  Modélisation mathématique d’une infection par le Virus de l'Immunodéficience Humaine (VIH).
    Encadré par Hervé Le Meur, LAMFA, Université de Picardie Jules Verne, Amiens.
  • L3 ·  Mathematical modeling of antigenicity for HIV dynamics.
    Supervised by Hervé Le Meur, LAMFA, University of Picardie Jules Verne, Amiens, France.

  CommunicationsCommunications

Exposés et Posters
Talks and Posters
  • Workshop « Analyse de données non structurées », Juillet 2022, Institut de Mathématiques de Toulouse ;
  • “Unstructured Data Analysis” Seminar, July 2022, Toulouse Institute of Mathematics, France;
  • Séminaire de Statistique et Optimisation, Mai 2022, Institut de Mathématiques de Toulouse ;
  • Statistics and Optimization Seminar, May 2022, Toulouse Institute of Mathematics, France;
  • Séminaire MIAT, Janvier 2022, INRAe Toulouse (à distance) ;
  • MIAT Seminar, January 2022, INRAe Toulouse, France (remote);
  • Séminaire « Causalité & données manquantes », Juin 2021, Inria Montpellier (à distance) ;
  • “Causality & Missing Data” Seminar, June 2021, Inria Montpellier, France (remote);
  • Séminaire de statistique, Avril 2021, Institut de Mathématiques de Marseille (à distance) ;
  • Statistic Seminar, April 2021, Marseille Mathematical Institute, France (remote);
  • Séminaire des jeunes mathématicien·ne·s, Juin 2020, Institut de Mathématiques d'Orsay (à distance) ;
  • Young Mathematicians' Seminar, June 2020, Orsay Mathematical Institute, France (remote);
  • Séminaire Maasai, Mai 2020, Inria Sophia-Antipolis (à distance) ;
  • Maasai seminar, Mai 2020, Inria Sophia-Antipolis, France (remote);
  • Séminaire Explique-moi..., Janvier 2020, Institut de Mathématiques d'Orsay ;
  • “Explain to me...” seminar, Janvier 2020, Orsay Mathematical Institute, France;
  • Séminaire « Images Optimisation et Probabilités », Mai 2019, Institut de Mathématiques de Bordeaux ;
  • “Images Optimisation et Probabilités” seminar, May 2019, Bordeaux Mathematical Institute, France;
  • Séminaire « Signal et Apprentissage », Avril 2019, Institut de Mathématiques de Marseille ;
  • “Signal et Apprentissage” seminar, April 2019, Marseille Mathematical Institute, France;
  • Séminaire du CMLA, Avril 2019, ENS Paris-Saclay, Cachan ;
  • CMLA seminar, Avril 2019, ENS Paris-Saclay, Cachan, France;
  • Séminaire des doctorant·e·s du CMAP et du CMLS, Janvier 2019, École polytechnique, Palaiseau ;
  • CMAP and CMLS PhD seminar, January 2019, École polytechnique, Palaiseau, France;
  • Machine Learning Journal Club, Mai 2018, École polytechnique, Palaiseau ;
  • Machine Learning Journal Club, May 2018, École polytechnique, Palaiseau, France;
  • Session poster, Congrès NeurIPS, Décembre 2017, Long Beach, Etats-Unis. Poster ;
  • Poster session, NeurIPS conference, December 2017, Long Beach, USA. Poster;
  • Séminaire de rentrée, Master Mathématiques pour les Sciences du Vivant, Octobre 2016, Université Paris-Saclay, Orsay ;
  • Back-to-school workshop, Master Mathematics for Life Sciences, October 2016, Paris-Saclay University, Orsay, France;
  • Congrès iGEM (International Genetically Engineered Machine), Octobre 2014, Boston, Etats-Unis.
  • iGEM Congress (International Genetically Engineered Machine), October 2014, Boston, USA ;
Écoles d'été · Semestres thématiques
Summer Schools · Thematic programs
  • Géométrie et Statistiques dans les Sciences des Données, Octobre 2022, Trimestre thématique de l’Institut Henri Poincaré, Paris ;
  • Geometry and Statistics in Data Sciences, October 2022, Thematic quarter program at Henri Poincaré Institute, Paris, France;
  • DLS · UCA Deep Learning Summer School, Juillet 2020, Université Côte d'Azur, Nice ;
  • DLS · UCA Deep Learning Summer School, July 2020, Côte d'Azur University, Nice, France;
  • DS3 · Data Sciense Summer School, Juin 2018, École polytechnique, Palaiseau ;
  • DS3 · Data Sciense Summer School, June 2018, École polytechnique, Palaiseau, France;
  • DS3 · Data Sciense Summer School, Septembre 2017, École polytechnique, Palaiseau ;
  • DS3 · Data Sciense Summer School, September 2017, École polytechnique, Palaiseau, France;
  • Statistiques non-linéaires, Juin 2017, UCPH, Copenhague, Danemark.
  • Nonlinear Statistics, June 2017, UCPH, Copenhagen, Denmark.

  Autres activités Other activities

Responsabilités administratives
Administrative responsibilities
  • Depuis 2023 : Membre du Comité Égalité de l'Institut de Mathématiques de Toulouse ;
  • From 2023: Member of the Equality Committee of the Toulouse Institute of Mathematics, France;
  • Depuis 2022 : Membre élue du Conseil Scientifique de l’INSA Toulouse.
  • From 2022: Elected member of the Scientific Council of INSA Toulouse, France.
Responsabilités scientifiques
Scientific responsibilities
  • Depuis 2022 : Co-organisatrice du séminaire de Statistique et Optimisation   de l'Institut de Mathématiques de Toulouse ;
  • From 2022: Co-organizer of the Statistics and Optimization seminar   of the Toulouse Institute of Mathematics, France;
  • Depuis 2022 : Co-responsable de l'équipe projet UNREAL (« Unstructured Data Analysis »   ), LabEx CIMI ;
  • Depuis 2022 : Co-head of the UNREAL project team (Unstructured Data Analysis   ), LabEx CIMI, France;
  • 2018 · 2019 : Co-organisatrice du séminaire des doctorant·e·s du CMAP et du CMLS   , École polytechnique, Palaiseau ;
  • 2018 · 2019: Co-organizer of the CMAP and CMLS PhD seminar   , École polytechnique, Palaiseau, France;
  • 2018 : Organisatrice de la journée des doctorant·e·s de 2ème année, École polytechnique, Palaiseau.
  • 2018: Organizer of the meeting of all PhD's of the 2nd year.
Comité scientifique
Scientific Committee
  • 2021 : Congrès des Jeunes Chercheuses et Chercheurs en Mathématiques Appliquées (CJC-MA   ), École polytechnique, Palaiseau.
  • 2021: Congress of Young Researchers in Applied Mathematics (CJC-MA   ), École polytechnique, Palaiseau, France.
Comité de relecture
Peer review committee
  • NeurIPS : Neural Information Processing Systems ;
  • ICML : International Conference on Machine Learning ;
  • ICLR : International Conference on Learning Representations.

  Enseignement Teaching

Les documents ci-dessous sont relatifs à mon enseignement courant à l'INSA de Toulouse. Les documents fournis en archives ne sont plus maintenus.
The materials below are related to my current teaching at INSA Toulouse. The documents provided in the archives are no longer maintained.

  Supports de cours Course materials

INSA Toulouse · 4ème année · Élements de Modélisation Statistique
INSA Toulouse · 4th year · Elements of Statistical Modeling
INSA Toulouse · 4ème année · Analyse de données
INSA Toulouse · 4th year · Data Analysis
INSA Toulouse · 5ème année · Apprentissage profond et en grande dimension
INSA Toulouse · 5th year · High Dimensional and Deep Learning
ENSEEIHT  &  INSA Toulouse · 5ème année · Apprentissage profond
ENSEEIHT  &  INSA Toulouse · 5th year · Deep Learning

  Archives Archives

M2 DSAI · Science des données & Intelligence artificielle
M2 DSAI · Data Science & Artificial Intelligence

  Diffusion scientifique Scientific dissemination

Réseau ANITI Mentor’IA ANITI Mentor'AI Network
Depuis From 2022

Mentor au sein du réseau Mentor’IA porté par la commission mixité d’ANITI (Artificial and Natural Intelligence Toulouse Institute). Programme à déstination d'étudiantes de la licence au master leur proposant un accompagnement personnalisé afin de faciliter leur insertion dans les parcours et métiers de l’IA, .

Mentor within the Mentor’IA network, supported by the ANITI (Artificial and Natural Intelligence Toulouse Institute) diversity committee. This program offers a personalized accompaniment to female students from bachelor to master level in order to facilitate their integration in the AI field.

Ma thèse en 180 secondes Ma thèse en 180 secondes · Three minutes thesis
2019

Participation à l'édition régionale, Université Paris-Saclay, du concours MT-180.

Entry into the regional edition, Paris-Saclay University, of the MT-180 competition.

Votre région fait des maths Your region does math
2018

Participation au lancement de l'opération « Votre région fait des maths » portée par la Fondation Mathématiques Jacques Hadamard et visant à promouvoir les initiatives de diffusions des mathématiques en région île de France sud auprès du grand public et des scolaires.

Participation in the launching of the operation “Your region does maths” carried by the Jacques Hadamard Mathematics Foundation and aiming to promote the diffusion of mathematics in the region of south Ile de France to the general public and to school children.

La tournée deThe tour of π
2016 · 2018

Trésorière de l'association PiDay et co-organisatrice de La tournée de π 2017, un spéctacle musical mathématique. La tournée 2017 est passée par les villes de Paris, Lyon et Marseille.

Treasurer of the PiDay association and co-organizer of The tour of π 2017, a mathematical musical show. The 2017 tour passed through the cities of Paris, Lyon, and Marseille (France).

L’association a reçu en 2016 le Prix d’Alembert de la Société de Mathématiques de France, récompensant les initiatives de diffusion mathématique auprès du grand public.

The association received in 2016 the D'Alembert prize from the French Mathematical Society, rewarding initiatives to spread mathematics to the general public.

Piday
Raconte-moi ta thèse ! Tell me your thesis!
2017

« Speed-meetings » mathématiques entre des doctorant·e·s et le grand public organisés par la Fondation Sciences Mathématiques de Paris à l'Institut Henri Poincaré, dans le cadre de la Fête de la science 2017.

Mathematical “speed-meetings” between PhD students and the general public, organized by the Foundation Science Mathematics of Paris, in the context of the french “Fête de la science” (Science Day) 2017.

  Curriculum VitaeRésumé

Mon CV détaillé en pdf : version française et anglaise.

My detailed résumé in a French and an English pdf-version.

  Situation actuelle Current situation

Maîtresse de Conférences Associate Professor  ·  Institut de Mathématiques de Toulouse Toulouse Institute of Mathematics
Depuis septembre 2021
From September 2021

Équipe Statistique et Optimisation, Institut de Mathématiques de Toulouse.

Département Génie Mathématiques et Modélisation, INSA Toulouse.

Statistics and Optimization team, Toulouse Institute of Mathematics, France.

Mathematics and Modeling Department, INSA Toulouse, France.

Département Génie Mathématiques et Modélisation  ·  Bâtiment GMM, Bureau 109

Mathematics and Modeling Department  ·  Building GMM, Office 109

Institut de Mathématiques de Toulouse  ·  Bâtiment 1R1, Bureau 103

Toulouse Institute of Mathematics  ·  Building 1R1, Office 103

INSA Toulouse  ·  135 avenue de Rangueil  ·  31077 Toulouse Cedex 04

  Expériences passées Past experiences

Post-doctorat Postdoctoral researcher  ·  Inria Sophia Antipolis  ·  Équipe Maasai Maasai team
2020 · 2021

Avec Pierre-Alexandre Mattei, Frédéric Precioso et Michel Riveill.

With Pierre-Alexandre Mattei, Frédéric Precioso and Michel Riveill

Équipe Maasai « Models and Algorithms for Artificial Intelligence », Inria Sophia Antipolis.

Laboratoire J.A. Dieudonné, Université Côte d'Azur, Nice.

Maasai team “Models and Algorithms for Artificial Intelligence”, Inria Sophia Antipolis, France.

J.A. Dieudonné Laboratory, Université Côte d'Azur, Nice, France.

Doctorat Doctorate  ·  Centre de Mathématiques Appliquées Center for Applied Mathematics
2016 · 2019

Sous la direction de Stéphanie Allassonnière, École polytechnique, Palaiseau.

Under the supervision of Stéphanie Allassonnière, École polytechnique, Palaiseau, France.

Centre de Mathématiques Appliquées, École polytechnique, Palaiseau.

Center for Applied Mathematics, École polytechnique, Palaiseau, France.

  Formation universitaire Academic Background

Qualification aux fonctions de maîtresse de conférences Qualification for the position of Associate Professor
2020

Section 26 · Mathématiques appliquées

Section 26 · Applied Mathematics

Doctorat de Mathématiques Appliquées
PhD in Applied Mathematics
2016 · 2019

Sous la direction de Stéphanie Allassonnière, École polytechnique, Palaiseau.

Under the supervision of Stéphanie Allassonnière, École polytechnique, Palaiseau, France.

Sujet : Modèles statistiques et algorithmes stochastiques pour l’analyse de données longitudinales à dynamiques multiples et à valeurs sur des variétés riemanniennes.
Mots-clés : Géométrie riemannienne, Données longitudinales, Optimisation stochastique, Modèles non-linéaires à effets-mixtes, Algorithmes de type EM, Analyse spatio-temporelle, Estimation bayésienne.

Subjet: Statistical models and stochastic algorithms for the analysis of longitudinal Riemannian manifold valued data with multiple dynamic.
Keywords: Riemannian geometry, Longitudinal data, Stochastic optimization, Non-linear mixed-effect models, EM-like algorithms, Spatio-temporal analysis, Bayesian estimation.

J'ai soutenu ma thèse le 26 septembre 2019 devant le jury composé de :

I defended my thesis on September 26, 2019 in front of the jury composed of:

  • Directrice de thèse : Stéphanie Allassonnière (Université de Paris),
  • Rapporteurs : Jean-Michel Marin (Université de Montpellier) & Stefan Sommer (Université de Copenhague),
  • Président du jury : Eric Moulines (École polytechnique),
  • Examinateurs : Nicolas Vayatis (ENS Paris-Saclay) & Christian Robert (Université Paris-Dauphine),
  • Invitée : Laure Fournier (Hôpital Européen Georges Pompidou).
  • Thesis advisor: Stéphanie Allassonnière (University of Paris),
  • Referees: Jean-Michel Marin (University of Montpellier) & Stefan Sommer (University of Copenhagen),
  • President of the jury: Eric Moulines (École polytechnique),
  • Examiners: Nicolas Vayatis (ENS Paris-Saclay) & Christian Robert (Paris-Dauphine University),
  • Invited member: Laure Fournier (Georges Pompidou European Hospital).

Mon manuscrit de thèse est disponible ici et les slides de ma présentation là.

My PhD dissertation is available here and the slides of my presentation there.

Magistère de Mathématiques Fondamentales et Appliquées
Magistère in Fundamental and Applied Mathematics
2012 · 2016

Licence Mathématiques Fondamentales et Appliquées, Université Paris-Sud, Orsay ;
Master Mathématiques pour les Sciences du Vivant, Mention Très bien, Université Paris-Saclay, Orsay.

Bachelor's degree in Fundamental and Applied Mathematics, Paris-Sud University, Orsay, France ;
Master's degree in Mathematics for Life Sciences, with distinction, Paris-Saclay University, Orsay, France.

Mon mémoire de magistère est disponible ici.

My magistère's thesis is available here.

Agrégation externe de Mathématiques
External agrégation of Mathematics
2014 · 2015

Option Calcul Scientifique ; Master Formation des Professeurs Agrégés de Mathématiques.

Option scientific calculation; Master's degree in mathematics teacher training.

iGEM Competition 2014
iGEM Competition 2014
2013 · 2014

iGEM : Compétition internationale ingénierie génétique organisée par le MIT ;
Obtention de la médaille d’or pour l’équipe Paris-Saclay.

iGEM: Worldwide synthetic biology competition that is supported by the MIT;
Getting the gold medal for the Paris-Saclay team.

Classes Préparatoires aux Grandes Écoles
Classes Préparatoires aux Grandes Écoles
2010 · 2012

Lycée Pierre Corneille, Rouen. Filière MP, Option informatique.

Pierre Corneille High School, Rouen. MP, Computer science curriculum.

  Expérience d'enseignementTeaching Background

INSA de Toulouse
INSA of Toulouse · France
4M-AD  ·  Analyse de données Data Analysis  ·  CM / TP / TD
Depuis From 2022

Spéciatlité Mathématiques Appliquées du cycle ingénieur, 4ème année, INSA Toulouse.

Clustering. Cf 4MA-AD.

Applied Mathematics major of the engineering cycle, 4th year, INSA Toulouse.

Clustering. Cf 4MA-AD.
4MA-EMS  ·  Éléments de Modélisation Statistique Elements of Statistical Modeling  ·  CM / TP / TD
Depuis From 2021

Spéciatlité Mathématiques Appliquées du cycle ingénieur, 4ème année, INSA Toulouse.

Tests non-paramétriques, modèle linéaire, modèle linéaire généralisé.
Cours magistraux, travaux dirigés et travaux pratiques. Responsable du cours. Cf 4MA-EMS.

Applied Mathematics major of the engineering cycle, 4th year, INSA Toulouse.

Non-parametric tests, linear model, generalized linear model.
Lectures, tutorials and practical works. Course leader. Cf 4MA-EMS.
5M-HDDL  ·  Apprentissage profond et en grande dimension High Dimensional and Deep Learning  ·  CM / TP 
Depuis From 2021

Spéciatlité Mathématiques Appliquées du cycle ingénieur, 5ème année, INSA Toulouse.

Réseaux de neuronnes, modèles génératifs, données images et textuelles.
Cours magistraux et travaux pratiques associés. Cf 5MA-HDDL.

Applied Mathematics major of the engineering cycle, 5th year, INSA Toulouse.

Neural networks, generative models, image and text data.
Lectures and practical work. Cf 5MA-HDDL.
5ModIA-HDDL  ·  Apprentissage profond Deep Learning  ·  CM / TP 
Depuis From 2021

Formation par apprentissage ModIA « Modélisation et Intelligence Artificielle », 5ème année, ENSEEIHT & INSA Toulouse.

Réseaux de neuronnes, modèles génératifs, données images et textuelles.
Cours magistraux et travaux pratiques associés. Cf 5ModIA-HDDL.

Apprenticeship program ModIA “Modeling and Artificial Intelligence”, 5th year, ENSEEIHT & INSA Toulouse.

Neural networks, generative models, image and text data.
Lectures and practical work. Cf 5ModIA-HDDL.
Université Côte d'Azur Côte d’Azur University  ·  Nice  ·  France
Apprentissage avancé, Analyse des séries temporelles Advanced Learning, Times series analysis  ·  CM / TP
2020 · 2021

Master Science des données et Intelligence artificielle, Université Côte d'Azur.

Prévision de séries temporelles, prévision par apprentissage profond, modèles à effets mixtes.
Cours magistraux et travaux pratiques associés. Cf M2 DSAI.

MSc Data Science and Artificial Intelligence, Côte d’Azur University.

Time series analysis, time series forecasting with deep learning, mixed models.
Lectures and associated practical works. Cf M2 DSAI.
École Normale Supérieure Paris-Saclay  ·  Cachan  ·  France
Statistiques computationelles Computational statistics  ·  TP / TD
2016 · 2019

Master Mathématiques Vision Apprentissage, École Normale Supérieure Paris-Saclay.

Master Mathématiques Vision Apprentissage, École Normale Supérieure Paris-Saclay.

Optimisation stochastique et simulation de variables aléatoires.
Prof. Stéphanie Allassonnière.
Stocastic optimization and random variable simulation.
Prof. Stéphanie Allassonnière.
École polytechnique  ·  Palaiseau  ·  France
X-MAP 532  ·  Maths pour les data sciences Mathematical foundations of datascience  ·  TD
2018 · 2019

MSc Data Science for Business, HEC Paris et École polytechnique.

MSc Data Science for Business, HEC Paris et École polytechnique.

Remise à niveau en algèbre linéaire.
Prof. Flore Nabet.
Linear algebra refresher courses.
Prof. Flore Nabet.
X-MAP 311  ·  Aléatoire Random
2016 · 2019

Ingénieurs polytechniciens, 1ère année, Tronc commun, École polytechnique.

Polytechniciens engineers, 1st year, core curriculum, École polytechnique.

TP python pour les probabilités. Encadrement de projets.
Prof. Sylvie Méléard et Josselin Garnier.
Practical works python for probability. Students projects supervising.
Prof. Sylvie Méléard et Josselin Garnier.
Classe préparatoire et secondaire
Classes Préparatoires and High Schools
Interrogatrice en classe de PCSI
Oral examiner in PCSI
2015 · 2016

Lycée Turgot, Paris 3ème.

Turgot High School, Paris 3rd, France.

Professeur de Mathématiques
Mathematics teacher
2014 · 2015

Lycée Lakanal, Bourg-la-Reine.

Lakanal High School, Bourg-la-Reine, France.

  DiversMisc

  • Je suis originaire de Rouen, en Normandie, mais j'ai passé le plus clair de mon enfance sur la plage de Dieppe et ses célèbres « baraques à frites ».
  • I am originally from Rouen, in Normandy, but I spent most of my childhood on the beach at Dieppe and its famous “baraques à frites”.
  • Je suis en collocation avec le plus beau (et le plus ingrat) chat du monde, en toute objectivité.
  • I share my flat with the most beautiful (and ungrateful) cat in the world, in all objectivity.
  • Je pratique le self-défense (du moins pratiquais avant la crise sanitaire de 2020) à l'académie des arts de combat (ADAC) où j'ai obtenu le grade « confirmé » en amazon training, méthode de self-défense spécialement élaborée pour les femmes. Si vous êtes une femme et que vous habitez près d'un centre affilié, venez !
  • I practice self-defense (at least I did before the health crisis of 2020) at the Academy of Combat Arts (ADAC) where I obtained the "confirmed" grade in amazon training, a self-defense method especially developed for women. If you are a woman and live near an affiliated centre (and you understand French), come!
  • Je pratique également la course à pieds et la randonnée (j'ai même survécu au GR20 !). Mon rêve : réaliser le GR 22, du parvis de Notre-Dame de Paris au Mont-Saint-Michel...
  • I also run and hike (I even survived the GR20!). My dream is to complete the GR 22, from the parvis of Notre-Dame de Paris to Mont-Saint-Michel...
Place des femmes en mathématiques
Women in mathematics

La place des femmes dans les sciences mathématiques est un sujet qui m’intéresse (et m'impacte) tout particulièrement. Je suis moi-même investie dans la promotion des STEM (science, technologie, ingénierie et mathématiques) auprès des jeunes-filles. Ci-dessous, quelques ressources en lien :

The place of women in the mathematical sciences is a subject that interests (and impacts) me in particular. I am involved in promoting STEM (science, technology, engineering, and mathematics) to young girls. Below are some linked (mostly in French) resources:

  • L'association femmes & mathématiques propose sur son site internet des statistiques détaillées concernant le taux de féminisation de l'enseignement supérieur et la recherche en France. De plus, de nombreux articles de blogs dressent un portrait de la situation actuelle, proposent des ressources, etc. Une bonne porte d'entrée en somme !
  • The association femmes & mathématiques provides detailed statistics on the feminization rate of higher education and research in France on its website. Moreover, many blog posts provide a picture of the current situation, resources, etc. A good entry point, provided you understand French!
  • Le site de l'European Women in Mathematics, pendant international de femmes & mathématiques. On trouve notamment sur le site de l'association plusieurs portraits de mathématiciennes ainsi que des statistiques concernant la place des femmes dans l’enseignement supérieur et la recherche en Europe.
  • The “European Women in Mathematics” association is the international counterpart of femmes & mathématiques. On the association's site, you will find several portraits of female mathematicians as well as statistics concerning the place of women in higher education and research in Europe.
  • Le site « Gender Gap in Science » qui propose des outils (en anglais) permettant d'une part de mettre en avant l'existence d'un plafond de verre que ce soit dans le domaine des sciences mathématiques, de l'informatique ou des sciences naturelles et de le contrer d'autre part.
  • The “Gender Gap in Science” website provides tools to highlight the existence of a glass ceiling in the mathematical, computer and natural sciences and to counter it.
  • Conférence d'Isabelle Régner « L’influence des stéréotypes de genre sur les performances et les auto-évaluations en mathématiques chez les enfants » donnée dans le cadre du Grand Forum des Mathématiques Vivantes 2021.
  • French lecture by Isabelle Régner “The influence of gender stereotypes on children's mathematical performance and self-assessment” given at the Grand Forum des Mathématiques Vivantes 2021.
  • Manifeste rédigé par Colette Guillopé et Eliane Viennot en février 2020 pour la fin des diplômes au masculin.
  • French manifesto written by Colette Guillopé and Eliane Viennot for the end of diplomas systematically written in the masculine gender.
  • Épisode du podcast « Les couilles sur la table » réalisé par Victoire Tuaillon intitulé « Des ordis, des souris et des hommes » et traitant de la masculinisation des métiers de l'informatique.
  • Episode, in French, of the podcast “Les couilles sur la table” by Victoire Tuaillon entitled “Des ordis, des souris et des hommes” (Computers, mice and men) and dealing with the masculinisation of the IT professions.
  • De nombreux articles sur le portail CAIRN.
  • Many articles on the CAIRN portal.
Katherine Johnson, Dorothy Vaughan & Mary Jackson

Katherine Johnson, Dorothy Vaughan et Mary Jackson, calculatrices afro-américaines ayant contribué aux programmes aéronautiques et spatiaux de la NASA.

Katherine Johnson, Dorothy Vaughan and Mary Jackson, African-American calculators who contributed to NASA's aeronautics and space programmes.

L'effet Matilda
The Matilda effect
  • Phénomène mis en avant par Margaret W. Rossiter, historienne des sciences, dans les années 90 et désignant le déni ou la minimisation récurrente et systémique de la contribution des femmes scientifiques à la recherche, dont le travail est souvent attribué à leurs collègues masculins. La page Wikipedia de l'effet Matilda recense en particulier plusieurs cas d'effet Matilda pour le XXème siècle.
  • Phenomenon highlighted by Margaret W. Rossiter, historian of science, in the 1990s, and refers to the recurrent and systemic denial or minimization of the contribution of women scientists to research, whose work is often attributed to their male colleagues. The Wikipedia page on the Matilda effect lists several cases of the Matilda effect in the 20th century.
  • L'article original de Margaret Rossiter, ainsi que sa traduction en français par Irène Jami.
  • The original article by Margaret Rossiter and its translation into French by Irène Jami.
  • La vidéo youtube réalisée par Mathador à ce sujet : « Les femmes dans l'histoire des sciences : L'effet Matilda »
  • The french youtube video made by Mathador on this subject: ”Women in the history of science: The Matilda effect“

 Contact

Institut de Mathématiques de Toulouse Toulouse Institute of Mathematics

INSA Toulouse
Génie Mathématique et Modélisation Mathematics and Modeling Department

Bureau GMM-122 Office GMM-122
135, Avenue de Rangueil
31077 Toulouse Cedex 4

 juliette.chevallier (@) insa-toulouse.fr

Mon CV en version française et anglaise.

My résumé in a French and an English version.

Google Scholar       HAL open archive       GitLab