Projets gérés en partie ou totalité par le LML

(dans le cadre du contrat actuel Hcéres)

de 2023 à 2024
Marianne Moulin
organisme financeur: INSPE
partenaires: INSPE, LDAR, LML
résumé

En mathématiques et en sciences les élèves sont amenés à produire des représentations de situations ou de phénomènes. Qu’elles soient figuratives ou abstraites, les représentations jouent plusieurs rôles dans les apprentissages : compréhension, explication, communication, etc. Les recherches en didactique montrent qu’il est difficile pour les élèves de produire des représentations qui soient opératoires mais également de comprendre et d’utiliser les modèles institutionnalisés. Dans ce projet, nous souhaitons tester le potentiel de l’activité de codage d’albums pour développer chez les élèves des compétences relatives à la lecture, à l’utilisation et à la production de représentations. Nous avons en effet mis en évidence dans un précédent projet que l’élaboration d’une représentation non figurative conduisait les élèves à mobiliser des processus relatifs à la schématisation, la modélisation et permettait de questionner le rôle du signe.

de 2022 à 2024
Thomas De Vittori (responsable de projet)
organisme financeur: INSPE
résumé

Le projet EDU-HM2022 porte sur l’analyse des effets de l’utilisation de l’histoire dans l’enseignement des mathématiques tant au primaire qu’au secondaire. Actuellement en phase exploratoire, le financement, obtenu dans le cadre de l'appel à projet de l'INSPE de l'académie de Lille, porte principalement sur une aide à la publication, en open access, d’articles dans les revues de référence en langue anglaise (relecture et APC).

de 2023 à 2023
Yaël Frégier
organisme financeur: FEDER (Fond Européen de Développement Régional) au travers du programme Interreg France (Manche) Angleterre
partenaires: CHU d’Amiens, Université de Cambridge, Université d’Artois, Université de Picardie Jules Verne, Hôpitaux universitaires de Cambridge, CHU de Brest, CHU de Caen, Obex technology
résumé

Le projet REVERT est un projet de recherche transfrontalier pour améliorer les soins et la qualité de vie des patients atteints d'hydrocéphalie active. La tâche de l’équipe du LML est de développer des modèles d’apprentissage profond pour améliorer le diagnostique. Le LML utilise pour cela des méthodes d’apprentissage Auto-supervisé afin de tirer parti de données non labellisées en grande quantité. Le LML développe en outre un outil d’estimation d’équilibre sur téléphone portable pour aider à l’examen clinique.

de 2020 à 2023
Yaël Frégier
organisme financeur: ANR
partenaires: LML, UCCS, CRIL
résumé

L'objectif de cette collaboration avec le CRIL et l'UCCS est d'appliquer le deep learning et plus précisément les Réseaux de Neurones Graphiques à la problématique de la découverte de nouveaux matériaux. Le financement permet un doctorat conjoint (thèse d’Astrid Klipfel).

de 2022 à 2025
Yaël Frégier
organisme financeur: ANR
partenaires: LML, UPJV, Institut Faire Faces
résumé

Ce projet permet de financer le doctorat de Benoît Brebion pour les applications des méthodes d'apprentissage auto-supervisé aux séries temporelles dans le domaine médical. Elle se déroule en collaboration avec l'équipe de Fabrice Wallois (UPJV, EEG et MEG pour fœtus et nouveau-nés), et l'équipe d'Olivier Balédent (analyse du liquide céphalo-rachidien et du sang dans le cerveau pour le diagnostic de l'Hydrocéphalie à Pression Normale).

de 2022 à 2024
Yaël Frégier
organisme financeur: ANR
partenaires: LML, LIM (UPJV), Institut Faire Faces
résumé

L'objectif de ce projet est de suivre la mobilité d'un visage après chirurgie grâce aux technologies Mocap. Des modèles de machine learning permettent de générer à partir d'une vidéo un maillage correspondant à un visage. Ses sommets peuvent ensuite être utilisés pour évaluer la mobilité du visage.