59 lines
1.5 KiB
Markdown
59 lines
1.5 KiB
Markdown
---
|
|
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.
|