Jean-Pierre Nadal

• Systèmes Complexes – analyse et modélisation de phénomènes collectifs dans les systèmes économiques et sociaux.
  Voir une présentation en moins de 3mn sur YouTube. Voir aussi la thématique Systèmes complexes au CAMS.

• Neurosciences computationnelles & cognition – codage neuronal, apprentissage, perception catégorielle, interface IA/neurosciences. Voir aussi la thématique Neurosciences et cognition au CAMS.

Pour la liste complète, voir ici ou orcid.org/0000-0003-0022-0647

Sélection de publications :

• Laurent Bonnasse-Gahot and Jean-Pierre Nadal
  Categorical Perception: A Groundwork for Deep Learning
  Neural Computation, Vol. 34 Issue 2, February 2022 doi: https://doi.org/10.1162/neco_a_01454
  Preprint arXiv:2012.05549, hal-03053998.

• Kevin Berlemont, Jean-Rémy Martin, Jérôme Sackur and Jean-Pierre Nadal,
  Nonlinear neural network dynamics accounts for human confidence in a sequence of perceptual decisions
  Scientific Reports 10: 7940 (Published: 14 May 2020) doi: 10.1038/s41598-020-63582-8
  Preprint bioRxiv, doi: 10.1101/648022, hal-02138028.

• Kevin Berlemont and Jean-Pierre Nadal,
  Perceptual decision making: Biases in post-error reaction times explained by attractor network dynamics. Journal of Neuroscience, 30 November 2018, 1015-18 – doi: 10.1523/JNEUROSCI.1015-18.2018
  Preprint on HAL hal-01718366 and arXiv arXiv:1803.0079

• Laurent Bonnasse-Gahot, Henri Berestycki, Marie-Aude Depuiset, Mirta B. Gordon, Sebastian Roché, Nancy Rodríguez and Jean-Pierre Nadal,
  Epidemiological modeling of the 2005 French riots: a spreading wave and the role of contagion, Scientific Reports, Jan. 8, 2018 open access (doi:10.1038/s41598-017-18093-4).
  SI videos – preprint arXiv:1701.07479.
  Echos : France Inter : « Les émeutes contagieuses », interview pour la séquence La Une de la science de l’émission La tête au carré, 25 janvier 2018 ; Le Monde, Les émeutes de 2005 vues comme une épidémie de grippe, Jan. 22, 2018; MIT Technology Review, Top Stories, Feb 3, 2017 – also in the Spanish edition.

• Quentin Feltgen, Benjamin Fagard and Jean-Pierre Nadal,
  Frequency patterns of semantic change: Corpus-based evidence of a near-critical dynamics in language change, Royal Society Open Science, 8 Nov. 2017, doi: 10.1098/rsos.170830.
  Supplementary material here.

• Laurent Bonnasse-Gahot and Jean-Pierre Nadal,
  Perception of categories: from coding efficiency to reaction times,
  Brain Research, Volume 1434, 24 January 2012, Pages 47-61.
  Preprint arXiv:1102.4749 – Supporting information here.

• Laetitia Gauvin, Jean-Pierre Nadal and Jean Vannimenus,
  “Schelling segregation in an open city: a kinetically constrained Blume-Emery-Griffiths spin-1 system”, arXiv:1002.3758, Phys. Rev. E 81, 066120 (2010)

• Laurent Bonnasse-Gahot and Jean-Pierre Nadal, “Neural Coding of Categories: Information Efficiency and Optimal Population Codes”, Journal of Computational Neuroscience 25:1 August 2008.

• Mirta B. Gordon, Jean-Pierre Nadal, Denis Phan and Viktoriya Semeshenko, “Discrete Choices under Social Influence: Generic Properties”, halshs-00135405, March 2007,Mathematical Models and Methods in Applied Sciences (M3AS)  Volume: 19, Supplementary Issue 1 (August 2009) pp. 1441-1481.

• Jean-Pierre Nadal, Denis Phan, Mirta B. Gordon and Jean Vannimenus, “Multiple equilibria in a monopoly market with heterogeneous agents and externalities”, Quantitative Finance 6, Vol.5, December 2005, p. 557-568.

• Nicolas Brunel, Vincent Hakim, Philippe Isope, Jean-Pierre Nadal and Boris Barbour, “Optimal Information Storage and the Distribution of Synaptic Weights: Perceptron versus Purkinje Cell”, Neuron 2, Vol 43, September 2004. p. 745-757 (open access).

• Brunel N. and Nadal J.-P., “Mutual information, Fisher information and population coding”, Neural Computation 7, Vol. 10, October 1, 1998, p. 1731-1757.

• Nadal J.-P., Weisbuch G., Chenevez O. and Kirman A., “A formal approach to market organization: choice functions, mean field approximation and maximum entropy principle”, Advances in Self-Organization and Evolutionary Economics, J. Lesourne and A. Orléan Eds, Economica, London, 1998, p. 149-159

– Séminaires du CAMS (co-organisation) :

• Systèmes complexes en sciences sociales, séminaire de la chaire « Systèmes complexes en sciences sociales et sciences cognitives ».

• Modélisation en sciences sociales et en sciences du vivant

– Enseignement et organisation de cours :

• Neuroscience théorique/Theoretical neuroscience (contribution à l’organisation et à l’enseignement),  Cogmaster (Master de Sciences Cognitives, EHESS, ENS, Univ. Paris Cié), ouvert aux étudiants de toutes disciplines.

• Modélisation en neurosciences, cours dans le cadre du Master M2 Maths/Vision/Apprentissage, ENS Paris-Saclay (ex ENS de Cachan)

• Méthodes quantitatives et modélisation mathématique en SHS (contribution à l’organisation et à l’enseignement), master Humanités numériques et computationnelles de PSL.

• Climate Change, Changing Behaviors, co-organisation avec Roberto Casati (EHESS)

• Interplay between deep larning and cognitive modeling, participation à l'organisation - responsable du cours :  Laurent Bonnasse-Gahot (EHESS, CAMS)

Direction de thèses : voir sur le site theses.fr.