Recherche académique — Nicolas M. Dibot, Ph.D

Axes de recherche

IA générative et prédictive.

Modélisation de données hautement non linéaires, machine learning, deep learning, interprétabilité.

Perception visuelle, attractivité des visages, cognition sociale.

2025–aujourd’hui

Chercheur en IA pour la modélisation et la prédiction des maladies neurodégénératives — École Normale Supérieure (ENS Ulm).

2022-2024

Coordinateur d’un groupe d’IA en écologie et biologie évolutive.

2021-2024

Thèse de doctorat en cognition computationnelle — CNRS.

2019-2021

Master de bioinformatique — Université de Nantes — majorant (1er/14).

Google Scholar ResearchGate

N. M. Dibot, J. P. Renoult, W. Puech · ACM TOMM 21(8):229 · 2025

N. M. Dibot, S. Tieo, T. C. Mendelson, W. Puech, J. P. Renoult · PLOS Comput. Biol. 19(12):e1011703 · 2023

S. Tieo, M. Bardin, N. Dibot, et al. · 2024

Apport de l’IA générative et prédictive · Nicolas M. Dibot (1, 2) · 2024

Présentation à Montréal, Canada.

Réunion annuelle à Montpellier, France.

Département de bio-informatique (Univ Rennes) et Institut Cochin (Paris).

“Attractivité des visages chez les mandrills et les humains : IA générative et prédictive”.

Pour une collaboration scientifique, une conférence, une formation ou une discussion autour de mes travaux.