En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

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

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

Dernière mise à jour : Mai 2018

Menu Logo Principal AgroParisTech

MIA Paris

Pierre Barbillon

Assistant Professor / Maître de conférence

UMR518 AgroParisTech/INRA
Team MORSE
16 rue Claude Bernard
75 231 Paris Cedex 05
Tel : +33 (0)1 44 08 86 82
pierre.barbillon@agroparistech.fr

Research

  • Designs and analysis of computer experiments.
  • Stochastic algorithms (MCMC, simulated annealing, stochastic EM).
  • Inverse Problems, Rare Events.
  • Social networks.
  • MIRES (Méthodes Interdisciplinaires d'Échanges de Semences) research group.

Publications (selected)

  • Barbillon, P., Schwaller, L., Robin, S., Flachs, A. et Stone, G.D. (2019). Epidemiologic network inference. Statistics and Computing. (online)
  • Courbariaux, M., Barbillon, P., Perreault L. et Parent É. (2019) Post-processing multi-ensemble temperature and precipitation forecasts through an Exchangeable Gamma Normal model and its Tobit extension. Journal of Agricultural, Biological and Environmental Statistics. (online)(arxiv)
  • Tabouy, T., Barbillon, P. et Chiquet, J. (2019). Inference under Missing Data Conditions in the Stochastic Block Model. Journal of the American Statistical Association. (online)(arXiv)  
  • Mathieu Carmassi, Pierre Barbillon, Merlin Keller, Eric Parent et Matthieu Chiodetti (2019). Bayesian calibration of a numerical code for prediction. Journal de la Société Française de Statistiques. (online)(arXiv).
  • Jordi Ferrer Savall, Damien Franqueville, Pierre Barbillon, Cyril Benhamou, Patrick Durand, Marie-Luce Taupin, Hervé Monod et Jean-Louis Drouet (2018). Sensitivity analysis of spatio-temporal models describing nitrogen transfers, transformations and losses at the landscape scale. Environmental Modelling & Software. (online)  (arXiv)
  • Damblin, G., Barbillon, P., Keller, M., Pasanisi, A. et Parent, É (2018). Adaptive numerical designs for the calibration of computer codes. SIAM/ASA Journal on Uncertainty Quantification 6 (1), 151-17. (online)  (arXiv).
  • Courbariaux, M., Barbillon, P., & Parent, É (2017). Water flow probabilistic predictions based on a rainfall–runoff simulator: a two-regime model with variable selection. Journal of Agricultural, Biological and Environmental Statistics, 1-26. (online)
  • Damblin, G., Keller, M., Barbillon, P., Pasanisi, A., et Parent, É. (2016). Bayesian Model Selection for the Validation of Computer Codes. Quality and Reliability Engineering International. (online)
  • Lazega, E., Bar-Hen, A., Barbillon, P. et Donnet, S. (2016). Effects of competition on collective learning in advice networks. Social Networks. (online)
  • Barbillon, P., Barthélémy, C., et Samson, A. (2016). Parameter estimation of complex mixed models based on meta-model approach. Statistics & Computing. (online)
  • Barbillon, P., Donnet, S., Lazega, E. et Bar-Hen, A. (2016). Stochastic block models for multiplex networks: an application to a multilevel network of researchers. Journal of the Royal Statistical Society, Series A. (arXiv)  (online)
  • Thomas, M., Verzelen, N., Barbillon, P. et al. (2015). A Network-Based Method to Detect Patterns of Local Crop Biodiversity: Validation at the Species and Infra-Species Levels. Advances in Ecological Research. (online)
  • Barbillon, P., Thomas, M., Goldringer, I., Hospital, F. et Robin, S. (2015). Network impact on persistence in a finite population dynamic diffusion model: application to an emergent seed exchange network. Journal of Theoretical Biology, pp. 365-376. (arXiv) (online)
  • Auffray, Y., Barbillon, P., Marin, J.-M. (2014). Bounding rare event probabilities in computer experiments. Computational Statistics & Data Analysis, 80 : 153–166 (online)
  • Damblin, G., Keller, M., Pasanisi, A., Barbillon, P. et Parent, É. (2014). Approche décisionnelle bayésienne pour estimer une courbe de fragilité. Journal de la Société Française de Statistique, 155(3) : 78-103 (online) . 
  • Auffray, Y., Barbillon, P., Marin, J.-M. (2011). Maximin Design on non-hypercube domain and Kernel Interpolation, Statistics and Computing. (online)
  • Auffray, Y., Barbillon, P., Marin, J.-M. (2011). Modèles réduits à partir d'expérience numériques, Journal de la Société Française de Statistique, 152(1), 89-102. (online)
  • Barbillon, P., Celeux, G., Grimaud, A., Lefebvre, Y., Rocquigny (De), E. (2011). Non linear methods for inverse statistical problems. Computational Statistics & Data Analysis, 55 (1), 132-142. (online)

Pré-publications :

  • Kamary, K., Keller, M., Barbillon, P., Gœury C. et Parent É., Computer code validation via mixture model estimation. (arXiv)
  • Bar-Hen, A., Barbillon, P. et Donnet, S. Block models for multipartite networks. Applications in ecology and ethnobiology. (arXiv)
  • Carmassi, M., Barbillon, P., Chiodetti, M., Keller, M. et Parent, É. CaliCo: a R package for Bayesian calibration. (arXiv)
      
  • Auffray, Y. and Barbillon, P. (2009). Conditionally positive definite kernels: theoritical contribution, application to interpolation and approximation. Technical report, Rapport de recherche INRIA. (hal)

Teaching