Laboratoire Eau Environnement et Systèmes Urbains (Leesu)

Dernières publications

--> Url version détaillée , Url version formatée Structure name contains or id is : "409065;155441;135971;102266;212248;578082", Publication type : "('ART')"
934.
titre
Do suspended particles matter for wastewater-based epidemiology?
auteur
Gauthier Bernier-Turpin, Régis Moilleron, Chloé Cenik, Fabrice Alliot, Sabrina Guérin-Rechdaoui, Thomas Thiebault
article
Water Research, In press, 280, pp.123543. ⟨10.1016/j.watres.2025.123543⟩
titre
Plastic debris dataset on the Seine riverbanks: up to 38 000 pre-production plastic pellets reported per square meter
auteur
Romain Tramoy, Laurent Colasse, Johnny Gasperi, Bruno Tassin
article
Data in Brief, 2025, pp.111735. ⟨10.1016/j.dib.2025.111735⟩
titre
La persistance des champs d’épandage d’eaux usées de l’agglomération parisienne au cours du second XXe siècle
auteur
Etienne Dufour
article
Métropolitiques, 2025, ⟨10.56698/metropolitiques.2174⟩
titre
Stock and vertical distribution of microplastics and tire and road wear particles into the soils of a high-traffic roadside biofiltration swale
auteur
Max Beaurepaire, Tiago de Oliveira, Johnny Gasperi, Romain Tramoy, Mohamed Saad, Bruno Tassin, Rachid Dris
article
Environmental Pollution, 2025, 373, pp.126092. ⟨10.1016/j.envpol.2025.126092⟩
titre
Litter in French urban areas—part 1: composition, sources, and spatio-temporal variations on urban surfaces
auteur
Lauriane Ledieu, Romain Tramoy, David Mabilais, Sophie Ricordel, Zoé Bridant, Eric Bouchet, Clémence Bruttin, Bruno Tassin, Johnny Gasperi
article
Environmental Science and Pollution Research, 2025, 32 (16), pp.10135-10148. ⟨10.1007/s11356-024-35203-8⟩

Tutelles

Membre de

Séminaire technique : Régressions
le 26 juin 2019

par Administrateur - publié le , mis à jour le

Un séminaire technique aura lieu le mercredi 26 juin 2019 à 10h00 à l’ENPC, en salle B203.

Il sera constitué d’interventions et de démonstrations autour des régressions : les outils, méthodes, et approches de chacun...

Quelques points qui seront abordés :
• Modèle probabiliste de la régression linéaire (simple) et construction d’intervalles de confiance
• Modèles non-linéaires (linéarisation ou non ?, caractérisation des incertitudes)
• Régressions linéaires multiples (combien et quelles variables retenir, sur quels critères)
• Vers le machine learning…