En juin 2022, j'ai soutenu ma thèse intitulée "Processus de Markov de type growth/collapse et decay/surge: de la dynamique des populations à un réseau de neurones en interaction" en mathématiques appliquées à CY Cergy Paris Université où j'ai travaillé sous la direction de J. Avan, T. Huillet et E. Löcherbach.
Je suis intéressée entre autres à la dynamique de populations, aux processus stochastiques, aux neurosciences et des applications liées à la biologie ou à la finance. Je reste assez ouverte sur de nouvelles problématiques en probabilités.
Je travaille sur des processus stochastiques qui peuvent être appliqués aux sciences du vivant, à la dynamique des populations, à l'écologie et aux neurosciences.
Ma thèse s'est intéressée fondamentalement aux processus de catastrophes. Mes premiers travaux de thèse traitent de ces processus pour modéliser des phénomènes de catastrophes notamment dans le cas discret. L'étude de ces processus porte essentiellement sur les critères de leur récurrence, leur temps d'explosion, leur temps d'extinction globale ou locale. J'ai par la suite étudié ces mêmes processus en temps continu.
Je travaille sur des réseaux de neurones en interaction avec inhibition où je m'intéresse aux conditions sous lesquelles le processus est ergodique, à la loi de l'état initial du processus dans le régime stationnaire. J'utilise principalement les algorithmes de simulation parfaite pour la construction de réseaux de neurones infinis.
Je m'intéresse également aux processus de Hawkes avec mémoire à longueur variable pour décrire l'état d'un neurone.
Mots clés: Processus stochastiques, Dynamique de populations, Processus de Markov, Modèles stochastiques, Temps moyen d'extinction ou d'explosion, Temps de retour, Mesure invariante, Fonction d'échelle, Récurrence vs transience, Réseaux de neurones en interaction, Taux de spike, Simulation parfaite, Processus de Hawkes avec mémoire à longueur variable.