Christophe Pouzat

• Le 29 février 2024, parution de l'interview Science reproductible, rendre la science transparente réalisée par Marion Riegert pour Savoir(s).
• Les 26 et 27 février 2024, formation « Principes méthodologiques et applications pratiques pour une science transparente et reproductible », organisée par la Plateforme Universitaire de Données de l'Université de Strasbourg, relai local de l’infrastructure de recherche « étoile » PROGEDO ; les documents associés à cette formation sont disponibles sur le dépôt principes-methodologiques-science-transparente-et-reproductible.
• Janvier 2023, début du projet Simulation Based Network Structure Inference Constrained by Observed Spike Trains: SIMBADNESTICOST ANR-22-CE45-0027.
• Le 3 mai 2022, l'article Pourquoi devrions-nous arrêter d’embêter les gens avec la « recherche reproductible » et autres « bonnes pratiques » ? a été publié par Statistique et Société ; le véritable sujet de cet article sont les modèles qui ont conduit aux confinements…

• Je suis actuellement chercheur CNRS au sein de l'Institut de Recherche Mathématique Avancée (IRMA) de l'Université de Strasbourg.
• De janvier 2012 à août 2020, J'étais chercheur CNRS au sein du MAP5, le laboratoire de mathématiques appliquées de l'Université Paris-Descartes.
• J'ai fait partie, pendant 11 ans (jan. 2001 – déc. 2011), du Laboratoire de Physiologie Cérébrale de la même université.
• J'ai effectué un stage post-doctoral de deux ans (jan. 1999 – déc. 2000) dans le laboratoire de Gilles Laurent au California Institute of Technology.
• J'ai fait ma thèse au Max Planck Institut für biophysikalische Chemie sous la direction d'Alain Marty (fév. 1995 – déc. 1998).

Ayant un bagage en neurophysiologie expérimentale, je travaille principalement sur des données de ce domaine. Ce travail peut être scindé en trois catégories – les mots-clés suivant relient les problèmes étudiés à des méthodes statistiques spécifiques :

• tri des potentiels d'action – réduction de dimensions, classification non supervisée et supervisée, mélanges gaussiens, algorithme EM, MCMC (voir la page Spike sorting pour des explications en anglais) ;
• analyse des séquences de potentiels d'action – processus ponctuels / processus de comptage, estimation de l'intensité conditionnelle, estimation non paramétrique, splines de lissage, tests de qualité d'ajustement, théorème de Donsker ;
• imagerie calcique – régression de Poisson, stabilisation de la variance, modèles paramétriques et non paramétriques, segmentation d'images.

Dans tous les projets auxquels je participe, je m'efforce de mettre les principes de recherche reproductible (que je préfère appeler « analyse reproductible de données ») en pratique.

Mon projet principal actuel est : Simulation Based Network Structure Inference Constrained by Observed Spike Trains: SIMBADNESTICOST ANR-22-CE45-0027.

• Peter Kloppenburg de l'Université de Cologne (Allemagne), ma principale « source de données » ;
• Antonio Galves (NeuroMat at the University of São Paulo) et Eva Löcherbach sur des modèles stochastiques pour réseaux nuronaux ;
• Céline Duval (Laboratoire Painlevé, Université d Lille) et Éric Luçon (MAP5, Université Paris-Descartes / Université de Paris) sur des modèles de Hawkes our les réseaux neuronaux.

• Tests et exécutions conditionnelles, boucles, fonctions de boucles implicites. Traitement des chaînes de caractères (disponible en versions html et pdf). Cours d'approfondissement à R (MNHM, depuis le mecredi 17 avril 2013).
• Deux études de cas présentées aux M1 d'ingénierie mathématique de l'Université Paris-Descartes, l'ensemble du cours est accessible sur le dépôt Gitlab etudes-de-cas-m1 ; les études présentées sont :
  • L'analyse d'enregistrements neuronaux par matrices d'électrodes extracellulaires : le problème du tri des potentiels d'action, le répertoire TriDesPA du dépôt Gilab contient le fichier PDF du premier cours ainsi que le fichier Rmd du second ; du fait du confinement en 2020, une version YouTube des première et seconde parties du cours sont disponibles ;
  • L'analyse de transitoires calciques dans des neurones par mesures de fluorescence, le répertoire FluoCalcium contient les diapos du premier cours et fichier Rmd du second.
• Les anciennes versions de ces études de cas sont toujours disponibles (pour les nostalgiques) :
  • Analyse d'enregistrements neuronaux par matrices d'électrodes extracellulaires : le problème du tri des potentiels d'action : introduction à un problème biologique (jeudi 21 février 2013).
  • Analyse de transitoires calciques dans des neurones par mesures de fluorescence. I et fichier source au format org associé (mardi 19 mars 2013).
  • Analyse de transitoires calciques dans des neurones par mesures de fluorescence. II ; le fichier de présentation (les diapos) et tout le code source sont disponibles sur GitHub, le plus simple est d'aller directement à la rubrique release ou de tout récupérer depuis zenodo, doi: 10.5281/zenodo.15061 (jeudi 12 février 2015).
• Introduction à la statistique et à l'analyse de données (M2 Systèmes complexes 2013).
• Introduction à la statistique et à l'analyse de données (M2 Systèmes complexes 2014).
• Introduction à la statistique et à l'analyse de données (M2 Systèmes complexes 2015) :
  • Notes du cours du jeudi 19 mars 2015.
  • Pour jeudi 26 mars, faire les exercices 1 et 4 page 10, 13 page 12 et 1 page 16. Les notes de cours sont ici.
  • Les premières notes du cours du jeudi 2 avril.
  • Les notes du cours du jeudi 9 avril.
  • Les notes du cours du jeudi 16 avril.
  • Les notes du cours du jeudi 7 mai.
  • Les notes du cours du jeudi 21 mai.
  • Les notes du cours du jeudi 4 juin.
  • L'examen du 18 juin 2015.
• Olfaction des insectes : un cours pour M1 en biologie sur l'olfaction des insectes ; un peu vieux (2006) mais je l'aime bien.
• Études de cas, deux cours sur des applications de maths à des problèmes de neurophysiologie, février et mars 2018, tout se trouve sur le dépôt etudes-de-cas-m1 sur GitLab.
• TD de statistique M1 Écophysiologie, écologie et éthologie (2023-2024), l'ensemble des fichiers associés aux TDs est disponible dans un répertoire de mon OwnCloud :
  • TD1 : fichier Rmd et PDF
  • TD2 : fichier de données BmiDbp.csv (si vous utilisez Windows, téléchargez le fichier directement, sans l'ouvrir), fichier Rmd, fichier PDF.
  • TD3 : le sujet est sur le moodle et sur le OwnCloud, les versions Rmd et PDF du corrigé sont disponibles.
  • CC1 : le sujet du premier contrôle continu est disponible sur moodle et sur OwnCloud, le corrigé est aussi disponible au format PDF et au format Rmd. Certains d'entre vous ont eu des difficultés avec l'utilisation de la fonction rep ; si c'est votre cas, consultez ce document. Les Notes sont disponibles.
  • TD4 et 5 : un exemple emprunté au chapitre 1 du livre de Simon Wood Generalized Additive Models. An Introduction with R. Vous pouvez obtenir le TD au format PDF, HTML ou Rmd. Les plus curieux pourront consulter l'article d'où sont tirées les données et où l'analyse critiquée est présentée. Si vous êtes à l'aise avec l'anglais les notes de cours de S. Wood peuvent être consultées avec profit (c'est peu être un peu difficile pour les maths, mais la discussion de la mise en œuvre avec R est ce que j'ai trouvé de mieux jusque là).
  • TD6 : Nous commençons avec des données issues d'un article de Bliss (1935), le TD est disponible aux formats PDF et Rmd. Si vous avez le temps, commencez à lire l'article de Brillinger (1988).
  • CC2 : le sujet du deuxième contrôle continu est disponible sur moodle et sur OwnCloud. Le corrigé est disponible en PDF et Rmd. Les notes sont aussi disponibles.
  • TD7 et 8 : une « petite » exploration de l'ACP basée sur simulations, puis avec de vraies données, en PDF, HTML et Rmd. Pour une utilisation de l'ACP dans la « vraie vie », regardez mon cours sur le tri des potentiels d'action : tri_des_PA_pas_a_pas.Rmd.
  • TD9 : un gros TD de 4 h avec une revue de ce qui a été fait jusque là, les fichiers PDF et Rmd sont disponibles ainsi que les jeux de données tetrahymena.csv, mucoviscidose.csv et structure_cachee.csv.

• Loi quasi-stationnaire et méta-stabilité pour un modèle neuronal stochastique de la mémoire de travail, présentation donnée au séminaire Math-Bio-Santé à Toulouse le 13 septembre 2024. Tous les détails et toutes les références se trouvent dans le manuscrit déposé sur HAL.
• Pourquoi devrions-nous arrêter d’embêter les gens avec la « recherche reproductible » et autres « bonnes pratiques » ?, présentation donnée aux TechDays #14, le 23 mai 2023 (voir le dépôt PlmLab).
• Que peut-on dire sur les réseaux neuronaux à partir des données neurophysiologiques ?, Sem in de l'IRMA, 2 juin 2022.
• La Recherche Reproductible : C'est quoi ? Pourquoi en faire ? Comment ? Présentation dans le cadre du mini-colloque « Comment améliorer le respect de la règle des 3Rs ? » de la plénière Celphedia à Bordeaux le 3 novembre 2021.
• La prise de notes de la tablette de cire au support numérique. Présentation dans le cadre de La semaine de la Science Ouverte du Réseau des Urfist, le 23 juin 2021. Le fichier « source » ainsi qu'un fichier de ressources se trouvent sur le dépôt PlmLab : urfist-20210623.
• La Recherche Reproductible : C'est quoi ? Pourquoi en faire ? Comment ? Présentation dans le cadre de la journée reproductibilité de la recherche, organisée par la Société Informatique de France, le 10 mai 2021. Une version imprimable avec hyperliens plus visibles est aussi disponible. Des exemples réels de mise en œuvre des techniques préssentées sont disponibles sur GitHub (source au format org, avec du C, du Python et HDF5) et sur PlmLab (autre exemple avec source au format org et du C, gnuplot, plotutils).
• Quelques problèmes de statistique en neurophysiologie. Séminaire Statistique, IRMA, Strasbourg, le 21 septembre 2020.
• La Recherche Reproductible : C'est quoi ? Pourquoi en faire ? Comment ?. Séminaire donné à l'IDEEV, Gif / Orsay, le 15 novembre 2019. Les fichiers sources sont accessibles depuis un dépôt plmlab.
• De l'aléa dans le cerveau, séminaire du GT Pobas du MAP5 le vendredi 28 juin 2019.
• La Recherche Reproductible : C'est quoi ? Pourquoi en faire ? Comment ?, séminaire infomath du jeudi 18 avril 2019.
• Cours sur l'analyse des données de fluorescence liée au Calcium, donné le 6 février 2018 à l'École de l'INSERM. Tout (ou presque) se trouve sur le dépôt GitLab analyse-des-donnees-de-fluo. Le répertoire textes de ce dépôt contient le fichier source (Pouzat-Analyse-donnees-fluo-20180206.org) et le fichier PDF utilisé pendant le cours : Pouzat-Analyse-donnees-fluo-20180206.pdf.
• Une brève histoire de la recherche reproductible et de ses outils. Communication présentée au mini symposium « Recherche reproductible » du CANUM 2016.
• Enregistrements de populations neuronales : pourquoi et comment ? Un mini cours de trois heures (24 octobre 2014, les diapos sont an anglais, mais le laïus est en français) donné dans le cadre de l' Axe Interdisciplinaire de Recherche de l’Université de Nice – Sophia Antipolis : Modélisation Théorique et Computationnelle en Neurosciences et Sciences Cognitives.
• Version française de ma communication Nonparametric analysis of simultaneously recorded spike trains considered as a realization of a multivariate point process au congrès CANMUM 2014 (4 avril 2014).
• Exposé de soutenance d'HDR, 14 mars 2014, ainsi que les diapos supplémentaires (fichier source org).
• Des données neurophysiologiques aux modèles statistiques et aux développement de logiciels : retour d'expérience sur l'analyse des séquences de potentiels d'action et l'analyse de données de fluorescence liée au calcium. Séminaire donné lors de la deuxième rencontre Math, bio & médecine au sein du PRES Sorbonne Paris Cité, le 19 septembre 2013 (fichier source org).
• Analyse non paramétrique de séquences de potentiels d'action. Construction de modèles et de tests de qualité d'ajustement. Communication donnée aux Premières rencontres R, Bordeaux, 3 juillet 2012 (fichier source org: ce fichier contient une « version longue » de l'exposé).
• Sept ans de recherche reproductible au quotidien : de R / Sweave à Org présenté lors de la Rencontre de réflexion autour de la recherche reproductible, 5 avril 2012, Université d'Orléans (fichier source org).

Mes cinq dernières publications:

• Antonio Galves, Eva Löcherbach and Christophe Pouzat (2024) Probabilistic Spiking Neuronal Nets. Neuromathematics for the Computer Era, Springer, book series: Lecture Notes on Mathematical Modelling in the Life Sciences.
• Christophe Pouzat (2023) Un court état des lieux de la recherche reproductible, Matapli, 131, pp 33-42.
• Christophe Pouzat (2022) Pourquoi devrions-nous arrêter d’embêter les gens avec la « recherche reproductible » et autres « bonnes pratiques » ?, Statistique et Société, 10(1): 53-57.
• Céline Duval, Éric Luçon, Christophe Pouzat (2022) Interacting Hawkes processes with multiplicative inhibition, Stochastic Processes and their Applications, 148: 180-226, DOI: 10.1016/j.spa.2022.02.008.
• Christophe Pouzat (2021) Un panorama de la recherche reproductible, Bulletin de la ROADEF, 43.
• Haeger Alexa, Pouzat Christophe, Luecken Volker, N’Diaye Karim, Elger Christian, Kennerknecht Ingo, Axmacher Nikolai and Dinkelacker Vera (2021) Face Processing in Developmental Prosopagnosia: Altered Neural Representations in the Fusiform Face Area. Frontiers in Behavioral Neuroscience, 15: 283, DOI: 10.3389/fnbeh.2021.744466. Supplementary material available on GitHub: haeger-et-al-face-processing-in-developmental-prosopagnosia.

Plus…

Ce site a été créé avec emacs et Org. La css est empruntée à Diego Vicente.