Laboratoire Eau Environnement et Systèmes Urbains (Leesu)

Recent publications

--> Url version détaillée , Url version formatée Structure name contains or id is : "409065;155441;135971;102266;212248;578082", Publication type : "('ART')"
940.
titre
Removal of pharmaceuticals through UV-C/Performic acid advanced oxidation process: Kinetics and identification of reactive species
auteur
Christelle Nabintu Kajoka, Stephan Brosillon, Corine Reibel, Yacine Khadija Diop, Marcos Oliveira, Vincent Rocher, Ghassan Chebbo, Johnny Gasperi, Julien Le Roux
article
Journal of Hazardous Materials, 2025, 495, pp.139016. ⟨10.1016/j.jhazmat.2025.139016⟩
titre
Position paper: Common mistakes and solutions for a better use of correlation- and regression-based approaches in environmental sciences
auteur
Damien Tedoldi, Boram Kim, Santiago Sandoval, Nicolas Forquet, Bruno Tassin
article
Environmental Modelling and Software, 2025, 192, pp.106526. ⟨10.1016/j.envsoft.2025.106526⟩
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⟩

Supervisory authorities

Member of

Séminaire technique : Régressions
le 26 juin 2019

by Administrateur - published on , updated on

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…