BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//LORIA - ECPv6.17.4//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:LORIA
X-ORIGINAL-URL:https://www.loria.fr
X-WR-CALDESC:Évènements pour LORIA
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260709T090000
DTEND;TZID=Europe/Paris:20260709T120000
DTSTAMP:20260707T102618Z
CREATED:20260602T080925Z
LAST-MODIFIED:20260707T102618Z
UID:29515-1783587600-1783598400@www.loria.fr
SUMMARY:Soutenance de thèse : Idriss Abdallah
DESCRIPTION:Idriss Abdallah\, doctorant dans l’équipe Simbiot\, soutiendra sa thèse le 9 juillet à 9 heures en salle B011-B013\, avec une présentation intitulée « Application de l’apprentissage par renforcement profond : Modélisation contrainte d’un opérateur humain ». \nComposition du jury\nDirection :\n-Patrick HENAFF Professeur\, Bretagne INP\, Lab-STICC\, LORIA\n-Laurent CIARLETTTA \, Maître de conférences\, Université de Lorraine\, LORIA\n\nRapporteurs :\n-David FILLIAT Professeur\, ENSTA\, Directeur de recherche\, AMIAD\n-Sonia VANIER Professeure\, Ecole Polytechnique\n\nExaminateurs :\n-Eddy BAJIC Professeur\, Université de Lorraine\, CRAN\n-Stéphane DONCIEUX Professeur\, Université Sorbonne\, ISIR\n-Eva ARTUSI Docteure\, Naval Group\n-Jonathan CHAMPAGNE Docteur\, Naval Group\n\nInvité :\nMatthieu Bonavent Ingénieur\, Naval Group
URL:https://www.loria.fr/event/soutenance-de-these-idriss-abdallah/
LOCATION:B011-B013
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260716T000000
DTEND;TZID=Europe/Paris:20260716T000000
DTSTAMP:20260716T101450Z
CREATED:20260602T081104Z
LAST-MODIFIED:20260716T101450Z
UID:29517-1784160000-1784160000@www.loria.fr
SUMMARY:Soutenance de thèse : Lenaïg Gueho (NeuroRhythms)
DESCRIPTION:Lenaïg Gueho (NeuroRhythms) \, soutiendra sa thèse le 16 juillet 2026 à 14 heure en salle C005\, avec un exposé intitulé  \n » Stimulations sonores pour les interfaces cerveau-ordinateur : confort utilisateur et détectabilité « .\n\nComposition du jury :\n\nRapporteur : Raphaëlle Roy\, Professeure des universités\, ISAE-SUPAERO\nRapporteur : Nicolas Farrugia\, Professeur des universités\, IMT Atlantique\nExaminatrice : Léa Pillette\, Chargée de recherche\, IRISA – CNRS/Université de Rennes\nExaminatrice : Armelle Brun\, Professeure des universités\, Université de Lorraine\nInvité : Cyril Plapous\, Ingénieur de recherche\, Orange Innovation\nInvité : Patrick Hénaff\, Professeur des universités\, Univ Brest\, Bretagne INP\nDirectice : Rozenn Nicol\, Ingénieure de recherche\, Orange Innovation\nCo-encadrant : Laurent Bougrain\, Maître de conférences\, Université de Lorraine\n\nRésumé :\n \n\nCette thèse porte sur les interfaces cerveau-ordinateur (Brain-Computer Interface ou BCI)\, et plus précisément sur l’optimisation des stimulations sonores utilisées pour les BCI réactives basées sur les potentiels évoqués stationnaires auditifs. Les BCI réactives permettent à un utilisateur de contrôler des dispositifs en exploitant ses réponses cérébrales à des stimulations sensorielles. Dans les BCI visuelles\, la fréquence de clignotement d’une cible observée est détectée dans l’activité cérébrale de l’utilisateur\, permettant de déclencher l’action associée. Bien que largement utilisées\, ces stimulations présentent des limites : elles ne conviennent pas à tous et nécessitent des équipements ne garantissant pas la confidentialité\, ou coûteux. Les stimulations auditives constituent alors une alternative prometteuse. Elles reposent généralement sur un signal porteur (souvent sinusoïdal) modulé en amplitude par une sinusoïde dont la fréquence est identifiable dans les signaux cérébraux. Toutefois\, leur usage prolongé pose des questions de confort et d’acceptabilité. Cette thèse vise donc à identifier des stimuli à la fois détectables et confortables.\nUne expérimentation a été menée afin d’évaluer différents signaux porteurs modulés à 40 Hz : sinusoïde\, bruit Brownien\, chant des cigales et ronronnement de chat. Egalisés en sonie pour homogénéiser l’intensité perçue\, indépendamment de leur contenu fréquentiel et du matériel de reproduction\, ils ont été présentés à deux niveaux\, afin d’analyser l’effet du niveau sonore sur la détectabilité de la fréquence de modulation.\nLes analyses des signaux cérébraux montrent que la sinusoïde offre le meilleur taux de détection de la fréquence de modulation. Le chant des cigales constitue une alternative intéressante\, bien que moins efficace\, tandis que le bruit Brownien et le ronronnement de chat ne permettent pas une détection fiable. Le niveau sonore n’a pas d’effet significatif. Ces résultats suggèrent que certaines propriétés acoustiques favorisent la détectabilité\, notamment un centroïde spectral élevé\, une largeur spectrale étroite et un caractère stationnaire. La détection de la fréquence de modulation a été évaluée via le rapport signal sur bruit et dix classifieurs\, incluant des approches classiques\, d’apprentissage profond et riemanniennes\, ces dernières étant les plus performantes. Un filtrage adapté en amont améliore les performances de classification jusqu’à 15%\, tandis qu’un fenêtrage temporel de 2 secondes sans recouvrement offre un bon compromis entre nombre d’échantillons et détectabilité des classes. L’analyse des zones cérébrales activées met en évidence une implication des régions proches des oreilles\, ainsi que des régions pariétales et occipitales en réponse à la sinusoïde. L’étendue de ces activations augmente avec le niveau sonore. Le profil des participants et leur perception des stimuli ont été étudiés par des questionnaires. Ainsi\, bien que la sinusoïde soit la plus efficace\, elle est aussi la moins appréciée et est jugée désagréable par plus de la moitié des participants. Parmi les 48 participants\, la répartition hommes/femmes est équilibrée\, la majorité est droitière et musicienne. Tous présentent une audition normale\, évaluée à l’aide d’un test audiométrique développé spécifiquement pour l’étude.\nEn conclusion\, cette thèse propose une démarche complète pour identifier des stimuli à la fois confortables et détectables pour les BCI. Elle combine l’évaluation de nouveaux sons porteurs\, le développement d’outils d’évaluation de l’audition\, l’analyse des différences individuelles et l’optimisation de la chaîne de détection.\n\n\n\nMots-clés : Interfaces cerveau-ordinateur\, Potentiels évoqués stationnaires auditifs\, Electroencéphalographie\, Classification.\n\n\n\n———————-\n\n\n\n\nLenaïg Gueho (NeuroRhythms)  is pleased to invite you to her PhD thesis defense. Her research was carried out as part of a collaboration between Orange Innovation and the LORIA.\n\nTitle: Auditory Stimulation for Brain–Computer Interfaces: User Comfort and Detectability\n\nTime and place: The defense will take place on Thursday\, July 16th at 2:00 pm\, in room C005 at LORIA. A Teams link is available upon request.\n\nSpecial arrangements:\nThe thesis defense will be in French.\nA reception wil be held following the defense in room Club of LORIA\, and all attendees are warmly welcome to join.\n\nDefense committee:\n\n\n\nReviewer : Raphaëlle Roy\, professor\, ISAE-SUPAERO\nReviewer : Nicolas Farrugia\, professor\, IMT Atlantique\nExaminer : Léa Pillette\, research fellow\, IRISA – CNRS/Université de Rennes\nExaminer : Armelle Brun\, professor\, Université de Lorraine\nGuest : Cyril Plapous\, research engineer\, Orange Innovation\nGuest : Patrick Hénaff\, professor\, Univ Brest\, Bretagne INP\nSupervisor : Rozenn Nicol\, research engineer\, Orange Innovation\nCo-supervisor : Laurent Bougrain\, associate professor\, Université de Lorraine\n\n\n\nAbstract:\n\n\nThis thesis focuses on Brain-Computer Interfaces (BCIs)\, and more specifically on improving auditory stimuli used in reactive BCIs based on Steady-State Auditory Evoked Potentials (SSAEP). Reactive BCIs enable users to control devices by exploiting their brain responses to sensory stimulation. In visual BCIs\, the flickering frequency of an observed target is detected in the user’s brain activity\, enabling the associated action to be triggered. Although widely used\, these stimuli have limitations: they are not suitable for everyone and require equipment that may not guarantee privacy or can be costly. Auditory stimuli therefore represent a promising alternative. They generally rely on a carrier signal (often sinusoidal) amplitude-modulated by a sinusoid whose frequency can be identified in brain signals. However\, prolonged use raises concerns regarding comfort and acceptability. This thesis thus aims to identify stimuli that are both detectable and comfortable.\nAn experiment was conducted to evaluate different carrier signals modulated at 40 Hz : sinusoid\, Brownian noise\, cicada song and cat’s purr. Loudness-equalized to ensure consistent perceived intensity regardless of spectral content and playback equipment\, they were presented at two levels to analyze the effect of sound level on modulation frequency detectability.\nAnalysis of brain signals shows that the sinusoid provides the highest detection rate of the modulation frequency. The cicada sound is an interesting alternative\, although less effective\, while Brownian noise and cat’s purr do not allow reliable detection. Sound level has no significant effect. These results suggest that certain acoustic properties favor detectability\, particularly a high spectral centroid\, narrow bandwidth\, and stationary characteristics. Detection of the modulation frequency was evaluated using signal-to-noise ratio and ten classifiers\, including classical\, deep learning\, and Riemannian approaches\, the latter being the most effective. Appropriate upstream filtering improves classification performance by up to 15%\, while a 2-second non-overlapping time window offers a good compromise between sample size and class detectability. Analysis of activated brain regions highlights involvement of areas near the ears\, as well as parietal regions and occipital regions in response to the sinusoid. The extent of these activations increases with sound level. The participants’ profiles and their perceptions of the stimuli were assessed using questionnaires. Although the sinusoid is the most effective\, it is also the least appreciated and is considered unpleasant by more than half of the participants. Among the 48 participants\, the gender distribution is balanced\, most are right-handed and musicians\, and all have normal hearing\, assessed using an audiometric test specifically developed for the study.\nIn conclusion\, this thesis proposes a comprehensive approach to identify stimuli that are both comfortable and detectable for BCIs. It combines the evaluation of new carrier sounds\, the development of auditory assessment tools\, the analysis of individual differences\, and optimization of the detection pipeline.\n\nKeywords: Brain-computer interfaces\, Steady-state auditory evoked potentials\, Electroencephalography\, Classification.
URL:https://www.loria.fr/event/soutenance-de-these-lenaig-gueho-neurorythms/
CATEGORIES:Soutenance
END:VEVENT
END:VCALENDAR