Programme > Conférences plénières
 |
Olivier Crouzet
|
Enseignant-chercheur - Nantes Université - Département Sciences du Langage - UMR 6310 Laboratoire de Linguistique de Nantes - UFR Lettres et Langages |
|
 |
R pour l’analyse de données vectorielles en analyse de la parole
En sciences humaines, l’analyse de la parole fait appel à de nombreuses données acoustiques dont le traitement peut être un véritable challenge. Notre exposé abordera l’intérêt de R pour développer des solutions de traitements de données phonétiques/acoustiques.
Nous illustrerons l’exploitation de données phonétiques vectorielles de type trajectoires formantiques (soit extraites du logiciel Praat, soit directement issues d'une requète R via une base de données Emu Speech avec le package EmuR (Winkelmann, Harrington & Jänsch, 2017) pour estimer des mesures phonétiques caractéristiques (vitesse de changement, locus formantique, équation de locus, target-locus scaling) et évoquerons aussi pour les non spécialistes la variabilité articulatoire et acoustique des signaux de parole et la nature des données de production avec lesquelles on travaille en phonétique.
Référence : Winkelmann, R., Harrington, J., & Jänsch, K. (2017). EMU-SDMS: Advanced speech database management and analysis in R. Computer Speech & Language, 45, 392–410. https://doi.org/10.1016/j.csl.2017.01.002
|
 |
Claire Della-Vedova
|
DellaData (prestations et formations méthodologie / statistiques / langage R) |
|
 |
Apprendre R avec méthode et efficacité
Que vous soyez chercheur, étudiant, chargé de projet ou statisticien, apprendre à utiliser R peut sembler complexe sans une approche adaptée.
Lors de cette présentation, je partagerai mon expérience en tant que formatrice spécialisée dans l’enseignement de R et présenterai les approches pédagogiques les plus efficaces pour aider les apprenants à progresser et à utiliser R de manière autonome.
Nous identifierons ensemble les principales difficultés rencontrées par les débutants : la prise en main de la syntaxe, la compréhension des concepts fondamentaux et l’adoption de bonnes pratiques de travail.
Je présenterai ensuite les solutions pédagogiques que j’ai mises en place, en m’appuyant sur une approche progressive et structurée avec le tidyverse, ainsi que sur l’utilisation d’outils comme Quarto, qui facilitent la structuration des analyses et assurent leur reproductibilité.
À partir de retours d’expérience concrets, j’aborderai les approches qui ont donné les meilleurs résultats, en mettant l’accent sur l’importance d’un accompagnement adapté et de formations pensées pour répondre aux besoins spécifiques des apprenants.
Enfin, je proposerai des conseils pratiques pour concevoir des formations claires et interactives, permettant un apprentissage progressif et efficace.
|
 |
Dirk Eddelbuettel
|
Department of Statistics, University of Illinois Urbana-Champaign, USA |
|
 |
R and CRAN on Ubuntu With r2u
We describe 'r2u', a repository for statistics, data science and machine learning that provides all CRAN packages as Ubuntu binaries suitable for fully automated analysis, processsing, training as well as continuous integration development and testing . We highlight its key advantages for robustness, as well as speed and ease of use, with examples supporting the summarizing statement "r2u: Fast. Easy, Reliable. Pick All Three.
|
 |
Aymeric Stamm
|
Laboratoire de Mathématiques Jean Leray, UMR CNRS 6629, Nantes Université, Ecole Centrale de Nantes. |
|
  |
R, un catalyseur d'interdisciplinarité : tour d'horizon du projet eGait sur l'analyse de la marche
Une spécialiste de l’analyse des données multivariées, un spécialiste des statistiques sur des variétés, des spécialistes de l’analyse de forme, des spécialistes d’électronique embarquée, des neurologues, des neurochirurgiens, un anésthésiste, des gérontologues, un ingénieur du son, des ingénieurs statisticiens, des cliniciens. A Nantes, Vannes, Rennes, Toulon, Lyon, Florida State University. Des spécialités aux languages heteroclytes et éparpillés sur le globe. Nous proposerons une synthèse du projet eGait qui montrera comment l’écosystème autour de R, Shiny et Github a permis de trouver un langage commun et des outils collaboratifs efficaces pour travailler à la détection de troubles et à la rééducation fonctionnelle de la marche.
L'idée originale est d'exploiter la technologie *centrale inertielle* pour la captation du mouvement rotatif de la hanche au cours de la marche. L'ambition initiale est de suivre la démarche des invididus de manière objective (de sorte que les individus ne se sentent pas observés) et quantitative (description de l'entièreté du mouvement rotatif de la hanche sur une foulée typique de l'individu). Le dispositif sert ainsi à la détection précoce des troubles de la marche mais également pourrait permettre de suivre l'évolution de la ré-éducation en cas de blessures. Dans cette optique, on pourrait même imaginer sonifier la marche de manière à inciter les patients à s'auto-corriger pour que le son produit soit plus *agréable*. Le langage R a permis à la fois la mise en oeuvre d'outils permettant une collaboration efficace entre toutes les disciplines dont eGait est à la croisée mais également l'implication d'experts à l'international aux compétences transversales.
|
 |
Maryse Vanderplanck
|
Centre d'Ecologie Fonctionnelle & Evolutive, Université de Montpellier, CNRS,EPHE, IRD |
|
 |
R et le déclin des pollinisateurs : des outils statistiques au service de l'écologie
Dans le contexte actuel du déclin des pollinisateurs, les efforts de recherche se concentrent principalement sur les pesticides, les pathogènes et les changements climatiques. La réduction de la qualité de l'air est également un problème majeur, affectant la communication chimique entre plantes et pollinisateurs, et menaçant ainsi les réseaux d’interactions.
Plus particulièrement, les concentrations accrues en ozone, corollaire du réchauffement climatique, pourraient altérer les capacités cognitives des abeilles. Ces capacités cognitives sont essentielles pour que les pollinisateurs se nourrissent et se souviennent de l'emplacement des ressources florales les plus appropriées.
Une partie de mes recherches consiste à étudier l’impact des épisodes d’ozone sur la capacité des abeilles à détecter les signaux floraux et à les mémoriser. Dans le cadre de cet axe de recherche, j’établis divers modèles mixtes et matrices de contraste pour lesquels l’utilisation de R est particulièrement bien adaptée et très répandue.
Je présenterai dans un premier temps les analyses électrophysiologiques que j’effectue. A partir des électroantennogrammes, un code R établi par l’un des ingénieurs de mon laboratoire me permet d’extraire de manière automatisée les intensités de détection de différents composés volatils par des abeilles exposées ou non à différents épisodes d’ozone. L’analyse de ces données passent majoritairement par l’établissement de modèles linéaires.
Dans un second temps, je présenterai les tests d’apprentissages et de mémorisation de signaux colorés associés à des récompenses sucrées, toujours par des abeilles exposées ou non à différents épisodes d’ozone. A partir de données binaires, j’utilise cette fois des modèles binomiaux pour mes analyses ainsi que différents outils R afin d’établir des courbes d’apprentissage. J’aborderai les difficultés parfois rencontrées pour analyser ces jeux de données (surdispersion des données, occurrence de zéros) et insisterai sur l’importance de la prise en compte des analyses statistiques dès la conception des plans expérimentaux.
|
|