Photo
Emilie Devijver

Office 319, Bâtiment IMAG
700 Av. Centrale
38058 Saint Martin d’Hères, France
Tel: +33 (0) 4 57 42 15 79
Mail: emilie.devijver at univ-grenoble-alpes.fr


Presentation           Research        Teaching


 

Publications Available on Hal or Google Scholar .

Projects
  • Towards a framework based on causality and experimental design for AI evaluation, funded by INESIA, with Marianne Clausel. A PhD student to start in fall 2026. Applications are open!
  • Causalit-AI, an action within the PEPR IA. Co-lead with Marianne Clausel (CRAN, Université Nancy), in collaboration with Johanne Cohen (LISN, Université Paris Saclay) and Gilles Stolz (IMO, Université Paris Saclay).
  • Chaire Causality in MIAI Cluster AI.

PhD Students, Postdocs and Engineers
  • PhD Students
    • Morad Laglil, cosupervised with E. Gaussier and B. Pracca (Savoye), Prévision des séries temporelles avec réseaux de neurones et causalité pour l'interprétabilité et la généralisabilité, since 2024.
    • Flora Helmers, cosupervised with E. Gaussier and M. Peyrard, Causalité dans les grands modèles de langue, since 2024.
    • Clément Yvernes, cosupervised with M. Clausel (Université Lorraine) and E. Gaussier, Inférence causale dans les milieux incertains, since 2024.
    • Vsevolod Morozov, cosupervised with N. Jakse (SIMAP) and C. Laclau (Télécom Paris), Apprentissage automatique pour la compréhension des systèmes dynamiques dans les matériaux, since 2024.
    • Théotime Le Goff, Causalité, sélection de variables et généralisation, since 2023.
  • Postdocs
    • Nishchal Prasad, cosupervised with A. Aghasaryan (Nokia), E. Gaussier and G. Goessler, Développement de nouvelles méthodes combinant LLMs et décision algorithmique pour découvrir un graphe causal, since 2025.
    • Marie Perrin, cosupervised with C. Cancé (TIMC/Predimed) and P. Mossuz (CHUGA), Construction d'une base de données pour les patients atteints de leucémie aiguë myéloïde, since 2025.

  • Alumni
    • Daria Bystrova, former postdoc, Inférence causale sur deux populations : définition du graphe causal de différence, now postdoc, 2023–2024.
    • Johannes Sandberg, PhD student cosupervised with N. Jakse (SIMAP) and T. Voigtmann (DLR), Simulations à l’échelle atomique pour les métaux et alliages liquides, now postdoc, 2021–2024.
    • Ashna Jose, PhD student cosupervised with N. Jakse (SIMAP) and R. Poloni (SIMAP), Approches d’apprentissage actif pour la découverte de réseaux métallo-organiques, now postdoc, 2021–2024.
    • Lei Zan, PhD student cosupervised with C. Assaad (Easyvista) and E. Gaussier, Découverte causale à partir de séries temporelles hétérogènes, now postdoc, 2021–2024.
    • Sébastien Becker, PhD student cosupervised with N. Jakse (SIMAP) and R. Molinier (Institut Fourier), Crystal nucleation of metals and alloys: an unsupervised topological learning approach, now data scientist, 2019–2022.
    • Vasilii Feofanov, PhD student cosupervised with M.-R. Amini, Learning with partially labeled data for multi-class classification and feature selection, now data scientist, 2018–2021.
    • Charles Assaad, PhD student cosupervised with E. Gaussier, Causal discovery between time series, now CPJ INSERM, 2018–2021.
    • Lila Boualili, former postdoc cosupervised with E. Gaussier and M. Coavoux, Géométrie hyperbolique pour le traitement automatique des langues, now data scientist, 2022–2023.
    • Anouar Meynaoui, former postdoc cosupervised with C. Assaad (Easyvista) and E. Gaussier, Identification dans les graphes causaux de séries temporelles, now MCF Rennes 2, 2021–2022.
    • Alexandre Seiller, former engineer, Extension de la méthode PR-trees aux méthodes d'ensemble et étude du biais et de la variance, now engineer, 2023–2024.
    • Joao Almeida de Mendonca, former postdoc cosupervised with R. Poloni (SIMAP) and N. Jakse (SIMAP), Réseaux de neurones pour la découverte de MOFs, 2021–2022.
    • Sami Alkhoury, former engineer, Implémentation de la méthode PR-trees, now engineer, 2020–2023.
    • Myriam Tami, former postdoc cosupervised with E. Gaussier and M. Clausel (Université Lorraine), Développement d'une méthode pour mesures incertaines motivées par des données de mesures, now MCF Centrale Supélec, 2018–2019.