Rechercher

Dernières publications

--> Url version détaillée , Url version formatée Structure name contains or id is : "409065;155441;135971;102266;212248;578082", Publication type : "('ART')"
817.
titre
Occurrence and fate of an emerging drug pollutant and its by-products during conventional and advanced wastewater treatment: Case study of furosemide
auteur
Fidji Sandre, Nina Huynh, Emilie Caupos, Lamyae El-Mrabet, Chandirane Partibane, Isabelle Lachaise, Christophe Pommier, Michael Rivard, Christophe Morin, Régis Moilleron, Julien Le Roux, Laure Garrigue-Antar
article
, In press, 322, ⟨10.1016/j.chemosphere.2023.138212⟩
titre
Evaluating the Performance of Machine Learning Approaches to Predict the Microbial Quality of Surface Waters and to Optimize the Sampling Effort
auteur
Manel Naloufi, Françoise S Lucas, Sami Souihi, Pierre Servais, Aurélie Janne, Thiago Wanderley Matos de Abreu
article
, 2021, 13, ⟨10.3390/w13182457⟩
titre
Anticipating the fate and impact of organic environmental contaminants: A new approach applied to the pharmaceutical furosemide
auteur
Céline Laurencé, Thierry Martens, Sophie Bourcier, Michael Rivard, Mehmet A. Oturan, Didier Buisson, Michel Sablier, Christophe Morin
article
, 2014, 113, pp.193 - 199. ⟨10.1016/j.chemosphere.2014.05.036⟩
titre
Heavy Metal Accumulation and Changes in Soil Enzymes Activities and Bacterial Functional Diversity under Long-Term Treated Wastewater Irrigation in East Central Region of Tunisia (Monastir Governorate)
auteur
Marouane Mkhinini, Iteb Boughattas, Vanessa Alphonse, Alexandre Livet, Stéphanie Gıustı-Mıller, Mohamed Bannı, Noureddine Bousserrhıne
article
, 2020, 235, pp.106150. ⟨10.1016/j.agwat.2020.106150⟩
titre
Effect of Aloe Vera Wastes on Physico-Chemical Properties and Microbiological Activity in Soils
auteur
Fatma Lanouar, Iteb Boughattas, Marouene Mkhinini, Vanessa Alphonse, Stephanie Gustier-Muller, Alex Livet, Mohamed Banni, Nourreddine Bousserhine
article
, 2018, 3 (4), pp.1292--1304. ⟨10.22161/ijeab/3.4.21⟩

Tutelles

Membre de

Offre de stage M2 au Leesu en 2021 - Modélisation des eaux usées

par Daniel Thevenot - publié le , mis à jour le

Offre de stage de recherche M2 en 2021 au Leesu, Lama et Siaap sur la modélisation et prévision de la qualité des eaux usées en entrée d’une station d’épuration - Possibilité de poursuite en thèse à partir de septembre 2021

Contexte général du stage

Ce stage se déroulera entre le Lama (Laboratoire d’Analyse et de Mathématiques Appliquées) et le Leesu (Laboratoire Eau Environnement et Systèmes Urbains), en collaboration avec le SIAAP (Syndicat Interdépartemental pour l’Assainissement de l’Agglomération Parisienne). Il s’agit de développer des outils statistiques de prévisions de qualité des eaux usées en entrée de station d’épuration afin de construire des outils d’aide à la décision en ligne pour adapter les traitements des eaux usées plus rapidement.

Ce stage s’inscrit au sein de deux projets co-financeurs :

Objectifs attendus

A partir d’un historique de données de capteurs à 15 minutes d’intervalle sur plusieurs années de différentes mesures telles que le débit, les matières en suspension, le pH, la température ou la conductivité, à l’entrée d’une station d’épuration (La Frète, Seine-Aval), le stagiaire devra mener une analyse statistique de ces données pour estimer les tendances, les saisonnalités, les corrélations et la dynamique des séries résiduelles afin de trouver un modèle capable de faire des prévisions à horizon une journée. Des données supplémentaires provenant des réseaux et d’autres stations pourront ensuite être incorporées et analysées pour déterminer leur pouvoir prédictif. Le stage (rémunéré) se poursuivra par une thèse (dont le financement est assuré) pour affiner le travail précédent en termes de précision et construire à l’aide de techniques de l’apprentissage statistique (machine learning) un outil d’aide à la décision en ligne pour les exploitants des stations d’épuration.

Profil recherché

Étudiant(e) en Master 2 ou 3ème année d’école d’ingénieur en Mathématiques Appliquées disposant des qualités suivantes :

  • Bonne connaissance en analyse de données et séries temporelles.
  • Bonne connaissance des logiciels pour l’analyse de données (Python/R).
  • Des connaissances en « machine learning » seront considérées comme un avantage.

Informations pratiques

Pour postuler

Envoyez un CV à jour, un relevé de notes de votre dernière année d’étude et une lettre de motivation à Sophie Laruelle

Offre de stage