DYNI : DYNamiques de l’Information

Mots clés

Artificial Intelligence, Deep Learning, Adaptive Information Retrieval, Cognition, Scene Understanding, Bioacoustics, Speech, Reading, Environmental Survey

 

Responsable

Ricard MARXER

 

Membres permanents

GLOTIN HervéProfesseur des Universités
Courriel : herve.glotin@lis-lab.fr
Telephone : 0494142824
MARXER RicardMaitre de Conférences
Courriel : ricard.marxer@lis-lab.fr
PAIEMENT AdelineMaitre de Conférences
Courriel : adeline.paiement@lis-lab.fr
PARIS SébastienMaitre de Conférences
Courriel : sebastien.paris@lis-lab.fr
Telephone : 0494142647
RAZIK JosephMaitre de Conférences
Courriel : joseph.razik@lis-lab.fr
Telephone : 0494142826

 

Doctorants

FERRARI MaxenceDoctorant
Courriel : maxence.ferrari@lis-lab.fr
MORGAN JayDoctorant
Courriel : jay.morgan@lis-lab.fr
PATRIS JulieDoctorant
Courriel : julie.patris@lis-lab.fr
POUPARD MarionDoctorant
Courriel : marion.poupard@lis-lab.fr

 

Autres membres

GIRAUDET PascaleCherch. associe
Courriel : pascale.giraudet@lis-lab.fr
MALIGE FranckPRAG
Courriel : franck.malige@lis-lab.fr
PRUD-HOMME KalliopiIR
Courriel : kalliopi.prud-homme@lis-lab.fr
SCHLUTER JanPost-Doctorant
Courriel : jan.schluter@lis-lab.fr

 

Objectif scientifique

Les recherches de DYNI mêlent Intelligence Artificielle et représentation de l’information. Elles tentent de couvrir toute la chaîne de traitement et de transmission des données des capteurs aux usagers. Ces recherches sont appliquées sur des domaines interdisciplinaires : la bioacoustique sous-marine et terrestre, l’analyse de scènes audiovisuelles, la reconnaissance et la recherche d’information dans des documents.

Son originalité repose sur ses compétences interdisciplinaires, du traitement du signal et trajectographie, à la conception de modèles souples pour la recherche d’information, appliquées à la modélisation des données du Web ou de l’environnement. Ainsi, au travers de sa plateforme technologique SMIoT, DYNI innove l’instrumentation scientifique pour l’observation environnementale long terme et haute définition. L’apprentissage des représentations des masses de données issues alors des quatre coins de la planète traite autant de la théorie des ondelettes que de variantes non supervisées du deep learning.

Des chercheurs prestigieux sont invités dans DYNI et son interaction avec l’environnement économique, social et culturel est réputée. Son activité est très intense et diversifiée dans le domaine du développement (logiciel, matériel, plateforme). Ses recherches pionnières en Intelligence Artificielle pour l’environnement a permis la création des premiers congrès internationaux sur ce thème, les pilotage du projet SABIOD de la MI Mastodon et de l’action EADM du GDR MADICS.



 

Site Web

Pour plus de détail : https://dyni.lis-lab.fr

Publications récentes de l’équipe



9 documents

Article dans une revue

  • Veronica Morfi, Yves Bas, Hanna Pamuła, Hervé Glotin, Dan Stowell. NIPS4Bplus: a richly annotated birdsong audio dataset. PeerJ Computer Science, PeerJ, 2019, 5, pp.e223. ⟨10.7717/peerj-cs.223⟩. ⟨hal-02321703⟩
  • Kristina Yordanova, Stefan Lüdtke, Samuel Whitehouse, Frank Krüger, Adeline Paiement, et al.. Analysing Cooking Behaviour in Home Settings: Towards Health Monitoring. Sensors, MDPI, In press. ⟨hal-02003387⟩
  • Najwa Alghamdi, Steve Maddock, Ricard Marxer, Jon Barker, Guy Brown. A corpus of audio-visual Lombard speech with frontal and profile views. Journal of the Acoustical Society of America, Acoustical Society of America, 2018, 143 (6), pp.EL523-EL529. ⟨10.1121/1.5042758⟩. ⟨hal-01867824⟩
  • Ricard Marxer, Jon Barker, Najwa Alghamdi, Steve Maddock. The impact of the Lombard effect on audio and visual speech recognition systems. Speech Communication, Elsevier : North-Holland, 2018, 100, pp.58-68. ⟨10.1016/j.specom.2018.04.006⟩. ⟨hal-01779704⟩

Communication dans un congrès

  • Jan Chorowski, Nanxin Chen, Ricard Marxer, Hans Dolfing, Adrian Łańcucki, et al.. Unsupervised Neural Segmentation and Clustering for Unit Discovery in Sequential Data. NeurIPS 2019 workshop - Perception as generative reasoning - Structure, Causality, Probability, Dec 2019, Vancouver, Canada. ⟨hal-02399138⟩
  • Faegheh Sardari, Adeline Paiement, Majid Mirmehdi. View-invariant Pose Analysis for Human Movement Assessment from RGB Data. 20th International Conference on Image Analysis and Processing (ICIAP), Sep 2019, Trento, Italy. ⟨hal-02171028⟩
  • Jay Morgan, Adeline Paiement, Monika Seisenberger, Jane Williams, Adam Wyner. A Chatbot Framework for the Children's Legal Centre. The 31st international conference on Legal Knowledge and Information Systems (JURIX), Dec 2018, Groningen, Netherlands. ⟨hal-01878545v2⟩
  • Mandar Gogate, Ahsan Adeel, Ricard Marxer, Jon Barker, Amir Hussain. DNN Driven Speaker Independent Audio-Visual Mask Estimation for Speech Separation. Interspeech 2018, Sep 2018, Hybderabad, India. pp.2723-2727, ⟨10.21437/Interspeech.2018-2516⟩. ⟨hal-01868604⟩
  • Randall Balestriero, Romain Cosentino, Hervé Glotin, Richard Baraniuk. Spline Filters For End-to-End Deep Learning. 35th International Conference on Machine Learning, Jul 2018, stockholm, Sweden. ⟨hal-01879266⟩