
Régine VIGNES-LEBBE

43 rue Buffon
CP48
75005 Paris
Responsable de l’équipe LIS
• Membre élu au conseil d’administration de l’UFR 918 TEB ; Membre de la commission des enseignements, et membre du conseil scientifique
• Membre nommé à la commission scientifique sectorielle de l’IRD « Sciences des données et des modèles » (CSS5) (depuis 2016)
• Coordinatrice scientifique du GBIF France Voir http://www.gbif.fr/
• Coordinatrice du master « Systématique, Evolution, Paléobiodiversité » (master cohabilité UPMC-MNHN) de sa création jusqu’en 2018. Responsable du sous-parcours de master « Informatique pour la Biodiversité »
J’enseigne actuellement principalement en master, mais aussi en licence : orientation et insertion professionnelle / statistiques / bureautique / modélisation / bases de données / Programmation web / méthodes d’identification taxonomiques / Bases de la taxonomie et phylogénie
Encadrement de nombreux stages de master 1 et master 2 (1 à 3 par an).
Projets et soutiens
Thématique : Biodiversité-informatique, bases de données et de connaissances, méthodes d’identification
Ma recherche est résolument interdisciplinaire Biodiversité-Informatique comme en témoigne mon parcours professionnel (recherche informatique au sein de l’INRIA, conseiller scientifique en recherche informatique pour bio-Mérieux, puis Enseignant chercheur UPMC/SU en biologie des organismes) et mes participations à des projets concernant l’informatisation des données de biodiversité (voir rubrique projets). C’est une recherche théorique, méthodologique et appliquée et ma spécialité concerne la représentation des connaissances (bases de données et de connaissances, ontologies) et les méthodes d’identification et d’analyse des descriptions morphologiques.
Cette recherche soutend le développement de la plateforme collaborative Xper3 (www.xper3.fr) et ses applications.
exemple1 plateforme Xper3
Figure 1 : Projet TRASSE (TRAnsmission Sémantique des connaissances de la Systématique vers l’Ecologie ). L’identification est au cœur de nombreuses activités ; ici le programme de sciences participatives SPIPOLL. Ici la clé d’identification en ligne (Xper3) nécessite l’interprétation humaine des caractères observables. La démarche d’identification est ensuite utilisable dans une boucle d’apprentissage pour ajuster la clé. (Ce travail a été soutenu par le programme Convergences de SU,
et fait l’objet du stage MS PPSE de Mathilde Delaunay)
Xper3 exemple 2
Figure 2 : Les réseaux de neurones profonds ont permis de grandes améliorations dans l’analyse d’images. Ici le réseau ResNet a été entrainé pour reconnaître 4 caractéristiques morphologiques sur des planches d’herbier. Des premiers résultats sont encourageants. Une telle méthode permettrait d’annoter automatiquement les millions d’images des collections comme celles de l’herbier du MNHN. (Ce travail a été soutenu par le MNHN et a fait l’objet du stage de l’Ecole Polytechnique de Yue Xhu. Collaboration LIP6 - ISYEB - IRD).