Nolan ELEY
nolan.eley@cyu.fr
Nolan Eley a obtenu une licence en production et design électronique au Berklee College of Music en 2012. Après avoir travaillé plusieurs années dans l’industrie de la musique à New York, il a poursuivi ses études en Master de technologie musicale à New York University, Master qu’il a obtenu en 2019. Au cours de ses études à NYU, Nolan Eley a créé un logiciel de reconnaissance de genre musical ainsi qu’une application iOS, qui utilisait une installation sonore de réalité virtuelle. Il a proposé une classification des fonctions de transfert de l’oreille (HRTF) à partir de tests perceptifs sur la spatialisation du son, classification qu’il a présenté à la conférence de l’Audio Engineering Society à New York en octobre 2019. Il a commencé son doctorat à Cergy Paris Université sous la co-direction de Catherine Lavandier et de Brian Katz (Sorbonne Université) en novembre 2019, en acoustique archéologique sur le jeu du musicien baroque historiquement informé.
Recherches
2019
Le projet EVAA-Ver (Étude multimodale de l’influence des salles sur les techniques de jeu des musiciens sur instruments à vent au XVIIe siècle et XVIIIe siècle à Versailles) vise à réaliser une étude multimodale de l’influence des salles sur les techniques de jeu des musiciens jouant des instruments baroques et dont le cadre d’exécution se situe à Versailles
Autres Chercheurs
Doctorant
Patricio Guerrero
Doctorant en mathématiques appliquées à l'Université de Versailles. Thèse : Reconstruction tridimensionnelle des objets plats du patrimoine à partir du signal de diffusion inélastique.
En savoir plusPostdoctorante
Paula Lopez-Arce
Research Associate at The Property Care Association (PCA) and the University College London (Institute for Environmental Design and Engineering (IEDE), The Bartlett, School of Environment, Energy and Resources Faculty of the Built Environment (UK).
En savoir plusDoctorante
Marie-Morgane Paumard
Marie-Morgane effectue un doctorat en deep learning appliqué aux sciences du patrimoine ; elle travaille à la reconstitution automatique d’objets à partir de fragments.
En savoir plus