Plateforme des bases de données de projets de recherche du laboratoire GIPSA-lab

Projet G-ULSID

Responsable scientifique : Nathalie Vallée

Responsable bases de données et développements : Denis Faure-Vincent

Le projet G-ULSID (Grenoble & UCLA Lexical and Syllabic Inventory Database) vise à constituer une base de données de lexiques transcrits phonologiquement (IPA) et syllabés pour la recherche de régularités dans la phonotaxe des langues du monde. L'application prend en compte la structure de la syllabe et les niveaux infra- et supra-syllabiques. G-ULSID contient à ce jour les lexiques de 30 langues dont 3 sont en cours de finalisation, totalisant pour l'ensemble quelques 594 900 syllabes extraites d'environ de 188 900 lemmes - de 2 000 environ pour le ngizim à 22 849 pour le français - avec une moyenne par langue de 6 441 lemmes. Chaque entrée lexicale est phonologisée et découpée en syllabe(s), et chaque syllabe est décomposée en sous constituants (attaque et rime décomposée en noyau et coda). Les langues sont sélectionnées sur des critères de représentativité définis par Maddieson (1984) pour les bases de données segmentales UPSID (UCLA Phonological Segment Inventory Database). Ils font référence à l'appartenance génétique et à la provenance géographique des langues. Les langues retenues disposent toutes d'un dictionnaire ou d'un lexique dont les entrées sont soit phonétiques, soit phonologiques, soit orthographiques lorsque le code graphique de la langue est aisément interprétable avec un code phonétique. La syllabation a été obtenue soit parce qu'elle figurait dans le lexique publié, soit manuellement par au moins deux locuteurs natifs de la langue. Dans la continuité de Maddieson & Precoda (1992), seuls les lemmes sont pris en compte et les emprunts récents sont écartés.

Publications avec la base de données MYSQL : hal-02798512v1

logo pivvit

Projet PIVVIT

Responsable scientifique et coordinateur du projet : Olivier Martin

Responsable bases de données : Denis Faure-Vincent

Avec le projet PIVVIT (Plateforme d’immersion visuelle virtuelle interactive et thérapeutique), Jean-Dominique Gascuel, chercheur CNRS à Inria Grenoble Rhône-Alpes, Sébastien Schmerber, chirurgien ORL au CHU Grenoble Alpes et Olivier Martin, maître de conférences UGA, chercheur au GIPSA-lab et coordonnateur du projet, ont montré l’intérêt des environnements virtuels de stimulation sensorielle pour la rééducation, notamment dans le cas de lésions du système vestibulaires à l'origine de troubles de l’équilibre."Grâce à la réalité virtuelle, on peut immerger le patient dans un flux visuel contrôlé afin de stimuler les interactions sensorimotrices pour que son cerveau réapprenne par plasticité cérébrale à contrôler l’équilibre en ne s’appuyant plus uniquement sur la vision dont il était devenu dépendant" explique Olivier Martin.

Projet MOBIDOU : Détection fiable des modes de déplacement pour la navigation hybride en mobilité urbaine douce

Ce projet porte sur la mise en place d’un système de transport intelligent et écologique basé sur la détection automatique des modes de déplacement à l’aide des capteurs des smartphones (accéléromètre, gyroscope, magnétomètre, GPS). L’objectif est d’identifier uniquement des modes de transport durables tels que la marche, le vélo, les transports publics et la trottinette. Une application Android a été développée pour collecter les données des capteurs et prédire le mode de transport à l’aide de modèles de machine learning. Afin de préserver la vie privée et réduire la consommation d’énergie, les données GPS ne sont pas utilisées pour la prédiction. Le projet ne se limite pas à la modélisation, mais traite aussi en détail l’implémentation de l’application mobile et les défis liés à la collecte des données. Il présente également le cycle complet allant de l’acquisition à l’affichage des résultats. Les résultats montrent de bonnes performances de prédiction. L’application permet ainsi aux utilisateurs d’évaluer leurs habitudes de mobilité durable. Elle contribue également à encourager des modes de transport plus respectueux de l’environnement et à réduire la congestion urbaine.


Responsable scientifique : Hassen Fourati
Responsable bases de données et développements (hors IA) : Denis Faure-Vincent
Développements IA : Ilhem Gharbi (Post-doc, 2023-2025)

Publications

  • I. Gharbi, D. Faure-Vincent, H. Fourati, and N. Vuillerme. Android Application-based Automated Prediction for Green Transportation Mode Detection: Architecture, Challenges and Results, Journal of Intelligent Transportation Systems: Technology, Planning, and Operations, accepted, Oct. 2025.
  • I. Gharbi, F. Taia Alaoui, H. Fourati, N. Vuillerme, and Z. Zhou. Transportation Mode Detection Using Learning Methods and Self-Contained Sensors: Review, Sensors, vol. 24, no. 22, pp. 7369, Nov. 2024.