En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Oniris

Biologie Epidémiologie et Analyse de Risque en santé animale

BIOEPAR - http://www6.angers-nantes.inra.fr/bioepar

Sicard Vianney

Équipe DYNAMO

Sicard Vianney
© VS

Doctorant
UMR 1300 BIOEPAR

Adresse :
 Oniris site de la Chantrerie, CS40706, 44307 Nantes, France
 équipe DYNAMO, bâtiment G4 2e étage

Email : vianney (point) sicard (at) inra (point) fr
Tél : 02 72 20 29 31

Issu d'une formation pluridisciplinaire Vianney Sicard est notamment diplômé de Polytech Tours en informatique. 

Il a d'abord contribué en tant qu'ingénieur d'étude sur la déclinaison de modèles de recherche en outils d'aide à la décision (EvalBVD et EvalParaTuB). Il a ensuite travaillé sur le projet IVAN (Innovative Veterinary Assisted Necropsy) pour l'élaboration d'un outil d'assistance à l'autopsie vétérinaire basé sur les réseaux bayésiens.

Il prépare actuellement une thèse sur le couplage entre agent, environnement et niveaux d'organisation dans les modèles mécanistes en épidémiologie, avec une application au syndrome dysgénésique et respiratoire du porc.

Thèmes de recherche

  • Développement logiciel
  • Framework de simulation
  • Modélisation épidémiologique
  • Intelligence artificielle
  • Réseau bayésien

Sujet de thèse: 

La réduction des risques sanitaires, à l’échelle de l'animal, de l’exploitation, du territoire, est essentielle à la rentabilité des exploitations d’élevage et des filières de production. Le syndrome dysgénésique et respiratoire porcin (SDRP) est une maladie contagieuse virale récente (1991 en France), extrêmement répandue dans les zones à population porcine dense (près de 60% de prévalence en Bretagne), avec une menace d’émergence de souches encore plus virulentes est-européennes. Pour comprendre et prédire la transmission des pathogènes et comparer l'efficacité dans la durée de stratégies de maîtrise réalistes, la modélisation épidémiologique mécaniste est indispensable pour compléter l'expertise des gestionnaires de la santé, quantifier les impacts épidémiologiques et économiques.
L'objectif de la thèse est double. En Intelligence Artificielle, l’objectif est d’élaborer des méthodes génériques pour spécifier, via un langage domaine-spécifique (DSL), les relations entre agents, environnements et niveaux d’organisation dans une architecture de simulation multi-agents multi-niveaux. En modélisation épidémiologique, l’objectif est d’évaluer l’impact de pratiques d’élevages complexes sur la propagation de pathogènes, d’en faciliter la modélisation via le DSL. Le modèle développé pour le SDRP permettra d’évaluer l’impact de l’organisation spatio-temporelle complexe induite par la conduite en bandes et d’identifier les leviers d’action et les scénarios de maîtrise prometteurs. Les solutions informatiques proposées seront conçues dans la perspective d’une extension des modèles épidémiologiques à une échelle supérieure (inter-troupeaux) ou inférieure (intra-hôte) auxquelles se posent des questions d’intérêt en épidémiologie. 

Liens

https://www.researchgate.net/profile/Vianney_Sicard

linkedin

Publications
  • V. Sicard, M. Andraud, S. Picault (2021). Organization as a multi-level design pattern for agent-based simulation of complex systems. in 13th International Conference on Agents and Artificial Intelligence(ICAART). SCITEPRESS
  • V. Sicard, S. Assié, L. Dorso, F. Chocteau and S. Picault (2021). A Diagnosis Support System for Veterinary Necropsy based on Bayesian Networks. in 13th International Conference on Agents and Artificial Intelligence(ICAART). SCITEPRESS
  • Picault, S., Huang, Y. L., Sicard, V., Hoch, T., Vergu, E., Beaudeau, F., and Ezanno. A Generic Multi-Level Modelling and Simulation Approach in Computational pidemiology. Soumis et en révision à BMC Bioinformatics.
  • Picault S., Huang Y.-L., Sicard V., Arnoux S., Beaunée G., Ezanno P. 2019. EMULSION: transparent and flexible multiscale stochastic models in epidemiology. PLoS Computational Biology, 15(9):e1007342 [IF19=4.428] DOI: 10.1371/journal.pcbi.1007342.
  • Ezanno P., Beaunée G., Picault S., Arnoux S., Sicard V., Beaudeau F., Rault A., Vergu E. 2018. Gestion des maladies endémiques du troupeau aux territoires : contribution de la modélisation épidémiologique pour soutenir la prise de décision (projet MIHMES, 2012-2017). Innovations Agronomiques, 66:53-65.
  • Picault, S., Huang, Y. L., Sicard, V., Beaudeau, F., and Ezanno, P. 2017. A Multi-Level Multi-Agent Simulation Framework in Animal Epidemiology. International Conference on Practical Applications of Agents and Multi-Agent Systems (PAAMS), Porto, Portugal, 2017/06/21-23.
  • Picault, S., Huang, Y. L., Sicard, V., and Ezanno, P. 2017. Enhancing Sustainability of Epidemiological Models through a Generic Multilevel Agent-based Approach. International Joint Conference on Artificial Intelligence (IJCAI), Melbourne, Australie, 2017/08/19-25.

Voir aussi

Les publications de Vianney Sicard sur HAL INRAE