---
tags:
  - séminaire
bibliography: ../these_ref.bib
---

:::{.callout-note title="Informations"}

**Titre**:: 

**Speaker**:: François Victor

**Lieu**:: AgroParisTech

**Date**:: 2026-06-09

**Contribution**:: 

:::

# Prise de notes

## Contexte

1. Stabilité phénotypique pour résister aux aléas et maladies
2. Sélection variétale

## Modèle mixte pour la stabilité phénotypique (Axe 1)

Données issues d'essais multi-environnement différents lieux, années, plantes et conditions. Modéliser par des modèles linéaires à effets mixtes.

$$
Y_{gr}=\nu + \alpha_{g} + \mu_{e }+U_{ge} + E_{ger}
$$

- La matrice $U$ doit être un compromis entre la param et le cout de l'inversion.
- Nouveauté la *variance* (terme diagonal) est fonction de génotype et de l'environnement contrairement à la littérature.

Inférence par maximum de vraisemblance avec différentiation automatique.

## Apprentissage par transfert (Axe 2)

 Fort coût des données multi-environnement donc idée entrainement sur données américaines puis transfert sur européennes. 

Les distributions sont différentes et les variétés sont différentes.

Décalage de domaine avec hypothèse de *covariate shift*:

$$
p_{s}(y)\neq p_{t}(y), p_{s}(y|x)= p_{t}(y|x)
$$

### Estimation de l'importance par méthode KLIEP

Par minimisation de la divergence de #Kullback-Leibler

### Perspectives

Relacher le covariate shift: car on sait que populations sélectionnées pour des traits génétiques différents.