2. EN QUELQUES CHIFFRES
Marseille pendant 3 jours
70 participants : universitaires étudiants (40), industriels (15) et société de
services (15)
4 invités: Jean-Pierre Gauchi (INRA), Philippe Bastien (L’Oréal R&I), John Castura
(Compusense) and Bjarne Kjær Ersbøll (Technical University of Denmark)
20 intervenants
12 posters
Des sessions traditionnelles : Chimiométrie, Sensométrie, Plans d’expériences, …
mais aussi de nouvelles sessions : Big Data/Machine Learning/Deep Learning et
Outils de développement
1 dégustation de chocolat pour évaluer les méthodes d’analyse de temps-
intensité
2 exposants : Biosystèmes et Dynacentrix
3. RAPPEL DES OBJECTIFS D’AGROSTAT
Agrostat facilite les rencontres et échanges entre les statisticiens et
utilisateurs de la statistique dans le secteur des agrosciences. Il
permet la rencontre des chercheurs universitaires avec des chercheurs
ou ingénieurs du milieu industriel. Cette rencontre et ces échanges sont
indispensables pour que la recherche universitaire soit à la fois à la
pointe de l’innovation mais qu’elle réponde aussi aux réelles attentes
du milieu professionnel.
4. LE POINT DE VUE SENSORIEL (1/2)
L’Analyse Sensorielle a souvent été évoquée dans les sessions : « Big Data/Machine
Learning/Deep Learning », « Outils de développement » et « Sensométrie ». Cela
représente environ la moitié du total des interventions. Des thématiques variées ont été
présentées, comme par exemple :
L’analyse automatisée des commentaires (Text mining), « AUTOMATED ANALYSIS OF TASTING COMMENTS IN
SENSORY ANALYSIS », Pierrick Rebenaque, Ecole de Changins, Suisse.
L’impact de la longueur du questionnaire et de l’ordre de présentation des produit, « IMPACT OF THE
QUESTIONNAIRE STRUCTURE ON OVERALL LIKING RESULTS IN PREFERENCE MAPPING: A META-ANALYSIS ON 285
CONSUMER STUDIES », Marie-Béatrice Blanquart, Nestlé, Suisse.
La mise à disposition d’un package R-Shiny complet de traitements statistiques, « AN INTERACTIVE SHINY
TOOL FOR SENSORY AND CONSUMER DATA MAPPING : SENSMAPUI », Ibtihel Rebhi, Ecole Nationale
d’Ingénieurs de Tunis, Tunisie.
Une nouvelle manière d’analyser une épreuve de tri libre basée sur l’analyse discriminante « ONE
THOUSAND AND ONE WAYS TO ANALYZE FREE SORTING DATA », E.M. Qannari, ONIRIS, Nantes.
Comparaison de la méthode CATA (attribut par attribut) et de l’épreuve de tri libre (holistique), « CATA
AS AN ALTERNATIVE METHOD TO FREE SORTING », Nicolas Pineau, Nestlé, Suisse.
Une approche de classification multi-blocs basée sur STATIS, K-means et CAH « CLUSTATIS: A CLUSTER
ANALYSIS OF MULTIBLOCK DATASETS. APPLICATION TO SENSOMETRICS », Fabien Llobell, Addinsoft, Paris.
5. LE POINT DE VUE SENSORIEL (2/2)
Posters qui ont retenu mon attention :
[Internal PrefMap Vs. Euclidean Distance Ideal Point Mapping], « PREFERENCE
MAPPING WITH IDEAL POINTS REPRESENTATION », Philippe Courcoux, ONIRIS, Nantes.
[CLV and RDA], « METHODOLOGY TO RELATE AROMATIC MOLECULES AND AROMATIC
PERCEPTION: APPLICATION TO CHENIN BLANC WINES », Léa Koenig, ESA, Angers.
[Alternative Force Choice Vs Graded Paired Comparison], « PAIR-WISE COMPARISON
ANALYSIS: GRADED PAIRED COMPARISON AND SEGMENTATION OF SUBJECTS », Pauline
Brault, ONIRIS, Nantes.
Autres interventions intéressantes :
CCA une méthode de représentation pondérée plus discriminante ?, « COMPARISON OF
PRINCIPAL COMPONENTS ANALYSIS, INDEPENDENT COMPONENTS ANALYSIS AND COMMON
COMPONENTS ANALYSIS », Douglas N. Rutledge, AgroParisTech, Paris.
Le bon usage de la p-value, « THE WORLD BEYOND P-VALUE: HOW TO MAKE RESEARCH IN
THE 21st CENTURY? », Bruno Boulanger, Arlenda, Belgique.
6. EN CONCLUSION D’AGROSTAT
Ce que je retiens du congrès :
Echanges humains et techniques toujours très intéressants et pertinents dans le
domaine de l’analyse sensorielle, de la chimiométrie et des plans
d’expériences. Vivement le prochain !
R-Shiny, belle opportunité pour mettre à disposition des résultats aux
utilisateurs finaux mais le déploiement des applications doit être maitrisé.
Quid de la maintenance et du support ? Rôles du sensométricien versus l’IT ?
Big data, est-ce que cela existe réellement en sensométrie (excepté e-
commerce) ? Peu de jeux de données relèvent selon moi des big data (non
respect de la « vélocité » ou du volume dans les 4V), il s’agit souvent de
Meta-Analysis sur de grandes base de données.
Les méthodes toujours en vogue sont le CATA, les méthodes temporelles (DTS,
TCATA), le tri libre, …
Au niveau statistique, les techniques les plus citées ont été multi-blocs
(l’approche Path-ComDim, CLUSTATIS, regularized Generalized Canonical
Correlation Analysis, …), les mappings (ACP, Common Components Analysis, …)
et les régressions (les forêts aléatoires, l’Analyse des Redondances, PLS, …).
7. Damien BREMAUD
24 rue des Garennes
44100 NANTES - FRANCE
Tél. : +33 (0) 6 87 35 83 08
E-Mail: damien.bremaud.pro@gmail.com
MAKE SENSE 2 YOUR DATA