Fiche de Ambard Maxime

Modèles connexionnistes

Programmation informatique

Analyse de données électrophysiologiques

Technologies de remédiation du handicap

Maxime Ambard a obtenu son diplôme d’ingénieur de l’EPF en 2002. Après avoir travaillé 1 an dans une société de services en ingénierie informatique comme ingénieur programmeur, il obtient un master en sciences cognitives à l’Université Lyon II. Il effectue ensuite son doctorat en informatique à l’Université Henri Poincaré de Nancy au sein de l’équipe CORTEX à l’INRIA Nancy. Le sujet porte sur le rôle de l’inhibition synaptique sur le transfert de l’information par les cellules mitrales du bulbe olfactif. Il travaille ensuite pendant 4 ans au sein du Bernstein Center de Freiburg en Allemagne comme post-doctorant. Il est maître de conférences à l’université de Bourgogne depuis la rentrée 2013. Il enseigne l’informatique à l’IUT d’informatique de Dijon et est rattaché au Laboratoire d’Etude sur l’Apprentissage et le Développement (LEAD). Sa thématique de recherche actuelle est l’étude des aspects neuronaux, cognitifs et comportementaux de l’apprentissage multimodal intervenant dans la construction de la représentation mentale de l’environnement sonore.

Etude des aspects neuronaux, cognitifs et comportementaux de l’apprentissage multimodal intervenant dans la construction de la représentation mentale de l’environnement sonore

• Scalvini, F., Bordeau, C., Ambard, M., Migniot, C., & Dubois, J. (2024). Outdoor navigation assistive system based on robust and real-time visual–auditory substitution approach. Sensors.
• Scalvini, F., Bordeau, C., Ambard, M., Migniot, C., Vergnaud, M., & Dubois, J. (2024). uB-VisioGeoloc: An image sequences datasetof pedestrian navigation including geolocalised-inertial information and spatial sound rendering of the urban environment’s obstacles. Data in Brief.
• Bordeau, C., Scalvini, F., Migniot, C., Dubois, J., & Ambard, M. (2023). Cross-modal correspondence enhances elevation localization in visual-to-auditory sensory substitution. Frontiers in Psychology.
• Bordeau, C., Scalvini, F., Migniot, C., Dubois, J., & Ambard, M. (2023). Investigation of the effect of distractors on localization abilities with a visual-to-auditory substitution device. International Multisensory Research Forum (IMRF).
• Bordeau, C., Scalvini, F., Migniot, C., Dubois, J., & Ambard, M. (2023). Visual-to-auditory conversion methods for sensory substitution: Sound spatialization only versus cross-modal correspondence. International Multisensory Research Forum (IMRF).
• Scalvini, F., Bordeau, C., Ambard, M., Migniot, C., & Dubois, J. (2023). Système d’assistance à la mobilité en milieu urbain des personnes malvoyantes via une substitution de l’information visuelle par un signal auditif. French-speaking computer science conference on Parallelism, Architecture and Systems (COMPAS).
• Scalvini, F., Bordeau, C., Ambard, M., Migniot, C., & Dubois, J. (2022). Low-latency human-computer auditory interface based on real-time vision analysis. ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP).
• Scalvini, F., Bordeau, C., Ambard, M., Migniot, C., Argon, S., & Dubois, J. (2022). Visual-auditory substitution device for indoor navigation based on fast visual marker detection. 2022 16th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS).
• Bordeau, C., Scalvini, F., Migniot, C., Dubois, J., & Ambard, M. (2022). Distance perception of objects using visual-to-auditory sensory substitution: Comparison of conversion methods based on sound intensity and envelope modulation. 21st Annual Auditory Perception, Cognition, & Action Meeting (APCAM).
• Ambard, M. (2021). Sunny Pointer: Designing a mouse pointer for people with peripheral vision loss. Assistive Technology, 1-14.
• Ambard, M. (2017). Software design for low-latency visuo-auditory sensory substitution on mobile devices. Computer and Information Science.
• Ambard, M., Benezeth, Y., & Pfister, P. (2015). Mobile video-to-audio transducer and motion detection for sensory substitution. Frontiers in ICT, Article 20(2).
• Ambard, M., & Rotter, S. (2012). Support vector machines for spike pattern classification with a leaky integrate-and-fire neuron. Frontiers in Computational Neuroscience.
• Ambard, M., Guo, B., Martinez, D., & Bermak, A. (2008). A spiking neural network for gas discrimination using a tin oxide sensor array.
• Guo, B., Bermak, A., Ambard, M., & Martinez, D. (2007). A 4×4 logarithmic spike timing encoding scheme for olfactory sensor applications.
• Ambard, M., & Martinez, D. (2006). Inhibitory control of spike timing precision. Neurocomputing, 200-205.

• LibreAudioView

  Documentation: You can find the documentation of this project at the following address: http://journal.frontiersin.org/article/10.3389/fict.2015.00020/full   Software source code: You […]

• Sunny Pointer

  Un pointeur facilitant l’utilisation de la souris par les personnes ayant une perte de vision périphérique. “A pointer design to […]