Recommandé
Contenu connexe
Tendances
Similaire à Neuro sciences
Similaire à Neuro sciences (20)
Neuro sciences
- 1. NeuroSciences Réalisé par : • OUARDI Yakoub Abdallah • DJABER Nour El Houda Enseignant : Mr MOKADEM
- 2. I. INTRODUCTION, II. HISTORIQUE III. INTRODUCING THE BRAIN IV. FONCTIONS COGNITIVES V. MODÈLES INFORMATIQUES DU SYSTÈME NERVEUX ET DES PROCESSUS NEURONAUX VI. CONCLUSION Plan du travail 1
- 4. 3 Qu'est-ce que la neuroscience? • Les études scientifiques du système nerveux, sa structure, son fonctionnement… depuis l’échelle moléculaire jusqu’au niveau des organes. • Le champ de la recherche en neurosciences est un champ transdisciplinaire (Plusieurs disciplines sont utilisées) • Les neurosciences sont souvent présentées sous l'angle des neurosciences cognitives Introduction
- 5. 4 Introduction Qu'est-ce que la neuroscience cognitives? • Les neurosciences cognitives désignent le domaine de recherche dans lequel sont étudiés les mécanismes neurobiologiques qui sous-tendent la cognition (perception, motricité, langage, mémoire, raisonnement, émotions...). C'est une branche des sciences cognitives qui fait appel pour une large part aux neurosciences, à la neuropsychologie, à la psychologie cognitive, à l'imagerie cérébrale ainsi qu'à la modélisation.
- 6. Historique 5
- 7. 6
- 8. Historique 7 Origines et développement des neurosciences cognitives : • Issues de la révolution cognitiviste des années 1950 qui a donné naissance au domaine des sciences cognitives • Nées de la découverte de l'existence de rapports entre des lésions effectuées dans le cerveau et leur effet sur la mémorisation ou le rappel des événements en ce qui concerne le sujet atteint. • Le nom a été inventé par Michael Gazzaniga et George Miller, chercheurs en neurosciences et en psychologie cognitive.
- 9. « Introducing the Brain » 8
- 10. Introducing The Brain 9 • Le cerveau humain a la même structure générale que le cerveau des autres mammifères, mais il est celui dont la taille relative par rapport au reste du corps est devenue la plus grande au cours de son évolution et son existence. • L'augmentation du volume cérébral humain vient en grande partie du développement du cortex cérébral qui est bien distinct de celui des autres Primates.
- 11. 10 Introducing The Brain 1- Structure et fonction du neurone : Avant de commencer on doit jeter un coup d’oeil sur quelques mots clés :
- 12. 11
- 13. 12
- 14. 13 Introducing The Brain Comment les neurones codent-ils l’information ?
- 15. 14 Introducing The Brain Comment les neurones codent-ils l’information ?
- 16. 15 Introducing The Brain L’organisation brut du cerveau : • Le cerveau consiste en une couche de matière grise pliée très convoluée (le cortex cérébral), sous laquelle se trouve la substance blanche. Au centre du cerveau, sous la masse des fibres de matière blanche, se trouve une autre collection de structures de matière grise (le sous-cortex), qui comprend les noyaux gris centraux, le système limbique et le diencéphale.
- 17. 16 Introducing The Brain L’organisation brut du cerveau :
- 18. 17 Introducing The Brain Organisation fonctionnelle du cortex cérébral :
- 20. 19 Fonctions Cognitives 1- L’Attention : • Un processus de sélection d'un événement extérieur ou intérieur et au maintien de ce dernier à un certain niveau de conscience. • Il y a plusieurs formes d’attention: L’état d’alerte, L'attention peut aussi intervenir de façon volontaire, L’attention sélective, L'attention partagée • Il y a des facteurs diminuent les capacités attentionnelles (l’âge, la fatigue, l’alcool, facteurs héréditaires ou environnementaux…)
- 23. 22 Fonctions Cognitives 3- Le Langage : • Nous utilisons tous les jours les différentes facettes du langage que ce soit à l'écrit (lecture et écriture) ou à l’oral (compréhension et expression), la littérature dans ces différents domaines est très vaste. A. La Lecture : • L’analyse des mots: La lecture est une activité mentale complexe qui implique différents types d'analyse plus ou moins automatique sur les mots : analyse visuelle, orthographique, syntaxique… • L’analyse du texte: La lecture classique d'un texte se fait par étapes successives, phrase par phrase, paragraphe par paragraphe. Pour construire la cohérence d'un texte, notre mémoire temporaire garde les informations que nous lisons au fur et à mesure. Ceci nous permet de comprendre l'étape ultérieure, à savoir la phrase ou le paragraphe suivant.
- 24. 23 Fonctions Cognitives 3- Le Langage : B. L’écriture et le langage parlé : Prenons l'exemple de la rédaction d'une lettre : nous utilisons les règles de la grammaire, mais nous sommes également attentifs à l'orthographe et cherchons des synonymes afin d'éviter les répétitions. Dans le cadre d'une discussion ou pour expliquer quelque chose, nous créons des phrases en choisissant dans notre corpus de mots ceux qui sont les plus appropriés aux interlocuteurs et aux circonstances. Puis, nous organisons ces mots entre eux en respectant les règles de la grammaire de la langue que nous utilisons.
- 25. 24 Fonctions Cognitives 4- Fonctions Exécutives : • Correspondent à des fonctions élaborées de logique, de stratégie, de planification, de résolution de problèmes et de raisonnement hypothético-déductif. • On distingue trois types de raisonnement: raisonnement inférentiel, raisonnement analogique, et raisonnement automatique. • Pour la résolution d’un problème plusiuers étapes de raisonnement sont nécessaires: Analyser-envisager des sous-objectifs-Prendre en compte les moyens existans- et finalement sélectionner une réponse parmi plusieurs en compétition • L’imagerie mentale est très importante dans la stratégie, puisqu'elle permet de se transposer dans la situation virtuelle du futur afin d’imaginer ou d’anticiper les scénarios possibles.
- 26. 25 Fonctions Cognitives 5- Traitement Visio-spatial : Les fonctions visio-spatiales permettent de s’orienter dans l’espace, de percevoir les objets de notre environnement et de les organiser en une scène visuelle cohérente, d’imaginer mentalement un objet physiquement absent. L’imagerie mentale, par exemple, intervient activement dans les processus de pensée, dans le rêve, dans la résolution de problèmes (comme le calcul mental), dans l’anticipation des évènements (comme dans le jeu d’échecs), dans la mémorisation (des itinéraires par exemple), dans la compréhension d’une description verbale, dans le raisonnement, dans la reconnaissance d’objets présentés dans des orientations inhabituelles…
- 27. 26 Fonctions Cognitives5- Traitement Visio-spatial : • La vision : • La vue est notre sens le plus utilisé, nous sommes confrontés chaque jour à des situations qui nécessitent de reconnaître des formes visuelles et des couleurs, d'analyser la position d'un objet par rapport à un autre… Il est effectivement nécessaire de bien analyser toutes les informations visuelles pour agir au sein de notre environnement. • Notre système visuel est responsable de ces analyses spontanées. Plus précisément, deux parties différentes du cerveau traitent pour l'une la forme des objets, pour l'autre leurs propriétés spatiales. • La vision est donc une fonction cognitive extrêmement complexe si l'on envisage le nombre d'informations qui doit être traité pour obtenir l'analyse d'une scène visuelle cohérente et ainsi interagir avec l'environnement (saisir des objets, s'orienter à travers eux, etc.).
- 28. 27 Fonctions Cognitives5- Traitement Visio-spatial : • L’imagerie mentale :
- 29. Modèles informatiques du système nerveux et des processus neuronaux 28
- 30. 29 Modèles informatiques du système nerveux et des processus neuronaux • Les méthodes d’apprentissage machine sont en partie issues des neurosciences et sont utilisées notamment pour traiter des données dégradées ou non labellisées pour pouvoir en extraire une information utile. • Ces méthodes permettent également de créer des algorithmes dynamiques s’adaptant à des changements de situation. • On distingue deux types d’algorithme d’apprentissage machine : l’apprentissage supervisé et l’apprentissage non supervisé. Des méthodes intermédiaires telles que l’apprentissage par renforcement existe.
- 31. 30 Modèles informatiques du système nerveux et des processus neuronaux • Les réseaux neuronaux sont beaucoup utilisés pour la reconnaissance de patterns comme pour la compréhension des images par exemple. • La mémoire adressable par contenu (CAM) est une autre application issue de la neuroinformatique. • La neuroinformatique est une discipline de l’informatique relativement récente cependant cette branche est déjà largement enseignée au sein des universités et instituts de recherche.
- 32. 31 Modèles informatiques du système nerveux et des processus neuronaux Modélisation d’un réseau de neurones: Il existe de nombreux modèle de ANN. Les modèles simulent des séries de neurones en réseaux et leurs interactions. Ces neurones peuvent être plus ou moins proches des neurones biologiques suivant les propriétés simulées. On peut citer parmi ces différents types de modèle : 1. Perceptron (Frank Rosenblatt) et perceptron multicouche, Hétéro- association ,Rétropropagation du gradient, Réseau de neurones à base radiale (RBF) 2. Réseau avec mécanisme de concurrence : Auto-organisateur de Kohonen (Teuvo Kohonen), Méthode des KPPV, Learning vector quantization (LVQ), Théorie de la Résonance Adaptative (ART) 3. Réseau de neurones récurrents : Réseau de neurones de Hopfield (John Hopfield), Auto-Association, Machine de Boltzmann (Terrence J. Sejnowski, Geoffrey Hinton)
- 33. 32 Modèles informatiques du système nerveux et des processus neuronaux • Les réseaux de neurones : modèle très simple du cerveau où les unités de calcul élémentaire sont interconnectées. En particulier on ne prends pas en compte de nombreuses caractéristiques biologiques. • Le connexionisme : étudie comment rendre compte des processus cognitifs à partir d'un ensemble d'unités, dotées chacune d'une faible puissance de calcul et interconnectées en réseau ? • C'est une méthode d'apprentissage non symbolique car on produit un résultat difficile à interpréter (contrairement aux arbres de décision). • Différents modèles de réseaux de neurones: Le perceptron- Les réseaux multi-couches
- 34. 33 Modèles informatiques du système nerveux et des processus neuronaux Frank Rosenblatt (né à New York le 11 juillet 1928 - mort le 11 juillet 1971) était un psychologue américain qui travailla sur l'intelligence artificielle. Principal représentant du « courant neuronal », qui voulait construire celle-ci à partir de la conception du réseau neuronal humain, il fabriqua sur ce modèle le perceptron en 1957 à l'Université Cornell. 1- Le perceptron:
- 35. 34 Modèles informatiques du système nerveux et des processus neuronaux 1- Le perceptron: Un perceptron linéaire à seuil prend en entrée n valeurs x1,...,xn et calcule une sortie o. Il est défini par n + 1 constantes : • Les coefficients (poids) synaptiques w1, . . . , w • Le seuil (ou biais) θ La sortie o est calculée par : Les entrées peuvent être à valeurs dans {0, 1} ou réelles, les coefficients peuvent être entiers ou réels.
- 36. 35 Modèles informatiques du système nerveux et des processus neuronaux 1- Le perceptron: On constate: On pose une entrée supplémentaire x0 = 1 et on lui associe un coefficient w0 = −θ. On a donc:
- 37. 36 Modèles informatiques du système nerveux et des processus neuronaux 1- Le perceptron: Simplification du modèle : 1. On calcul d'abord qu'on appelle le potentiel post-synaptique. 2. On applique ensuite au résultat x la fonction d'activation :
- 38. 37 Modèles informatiques du système nerveux et des processus neuronaux 1- Le perceptron: Règle d’apprentissage du perceptron :
- 39. 38 Modèles informatiques du système nerveux et des processus neuronaux 2- Le perceptron multi-couche:
- 40. Conclusion 39
- 41. Conclusion 40 Les connaissances accumulées sur le fonctionnement du cerveau et du systèmes nerveux à travers les neurosciences ont atteint un tel niveau de complexité qu'elles ne peuvent plus être comprises et ne peuvent plus être source d’inspirations sans le recours à la modélisation informatique du fonctionnement cérébral….D’ou Neurosciences et technologies de l’information s'associent pour former la neuro-informatique.
- 42. 42 URLs : • https://www.rvd-psychologue.com/histoire- neurosciences-et-du-cerveau.html [Consulté:24-10- 2019 18:44] • https://www.rvd-psychologue.com/neurosciences- cognitives-comportementales.html [Consulté: 24-10- 2019 18:44] • https://fr.wikipedia.org/wiki/Cerveau_humain [Consulté: 25-10-2019 17:16] • http://www.happyneuron.fr/cerveau-et- entrainement/fonctions-cognitives [Consulté: 25-10- 2019 21:00] • https://fr.wikipedia.org/wiki/Neuroinformatique [Consulté: 25-10-2019 22:21] • https://www.irif.fr/~kesner/enseignement/iup/cours81. pdf [Consulté: 26-10-2019 10:47] • http://vision.gel.ulaval.ca/~cgagne/enseignement/app rentissage/A2016/presentations/ar-sem12-pmc.pdf [Consulté: 26-10-2019 11:21] Références : Ouvrages : • The student’s guide to cognitive neuroscience, Third Edition JAMIE WARD [2015] • NEUROSCIENCE, the sixth edition [2018]
Notes de l'éditeur
- Je vais introduire mon travail par quelque définitions sur les neurosciences mais avant sa… je vais donner une vue d’ensemble sur cette discipline LA NEUROSCIENCE COMPREND UNE LARGE GAMME de questions sur l'organisation du système nerveux de l'homme, sur son développement et sur la manière dont il génère le comportement. Ces questions peuvent être explorées à l'aide des outils de la génétique et de la biologie moléculaire et cellulaire, de l'anatomie, de la physiologie des systèmes, de l'observation comportementale… Le principal défi en neurosciences consiste à intégrer les connaissances à une compréhension cohérente de la structure et du fonctionnement du cerveau.
- Les neurosciences sont les études scientifiques du système nerveux, tant du point de vue de sa structure que de son fonctionnement, depuis l'échelle moléculaire jusqu'au niveau des organes. Le champ de la recherche en neurosciences est un champ transdisciplinaire : la biologie, la chimie, les mathématiques, la bio-informatique ainsi que la neuropsychologie sont utilisées en neurosciences. L'arsenal conceptuel et méthodologique des neurosciences va de pair avec une diversité d'approches dans l'étude des aspects moléculaires, cellulaires, développementaux, neuroanatomiques, neurophysiologiques, cognitifs, génétiques, évolutionnaires, computationnels ou neurologiques du système nerveux. Les neurosciences sont souvent présentées sous l'angle des neurosciences cognitives, tout particulièrement les travaux utilisant l'imagerie cérébrale : certaines applications des neurosciences cognitives peuvent être employées en économie, finance, marketing, droit et intelligence artificielle.
- (HOUDA): la fin Et c'est là que nous allons nous concentrer sur cet exposé tout en évoquant quelque notions sur La neuroinformatique
- Un calendrier timeline pour le développement de méthodes et de résultats pertinents pour les neurosciences cognitives, de la phrénologie à nos jours.
- Issues de la révolution cognitiviste des années 1950 qui a donné naissance au domaine des sciences cognitives Elles sont nées de la découverte de l'existence de rapports entre des lésions (accidentelles ou opératoires) effectuées dans le cerveau et leur effet sur la mémorisation ou le rappel des événements en ce qui concerne le sujet atteint. Ceci a permis de confirmer l'existence de différentes aires dans le cerveau, dont les aires reliées aux opérations élevées, dites cognitives. Peu à peu, la présence de nombreuses zones a pu être scientifiquement établie, et les neurosciences cognitives ont pu véritablement se constituer en discipline unifiée vers la fin des années 1970. Le nom a été inventé par Michael Gazzaniga et George Miller, chercheurs en neurosciences et en psychologie cognitive.
- Le cerveau est l'organe physique qui rend toute notre vie mentale possible. Cela nous permet de lire ces mots et de considérer des pensées que nous n'avions jamais envisagées auparavant - ou même de créer des pensées qu'aucun humain n'a envisagées auparavant. Cette discipline « qui est le sujet de cet exposé » nous montrera comment tout cela est possible, mais le but de cette partie est plus banal. Il offre un guide de base sur la structure du cerveau, en partant de la description des neurones et en passant par la description de leur organisation en différents systèmes neuro-anatomiques. L'accent est mis sur le cerveau humain plutôt que sur le cerveau d'autres espèces.
- Si la baleine bleue a le cerveau le plus lourd avec 6,92 kilogrammes contre environ 1,5 kg pour celui de l'homme, le coefficient d’encéphalisation humain est le plus élevé et est sept fois supérieur à celui de la moyenne des mammifères. (l'encéphalisation désigne l'écart mesuré entre la taille du cerveau dans une espèce animale par rapport à la taille théorique calculée à partir de la taille du reste du corps. Dans un deuxième sens, l'encéphalisation désigne le phénomène d'accroissement de la taille du cerveau, notamment par rapport au reste du corps, observé au cours de l’évolution.) L'augmentation du volume cérébral humain vient en grande partie du développement du cortex cérébral qui est bien distinct de celui des autres Primates, en particulier les lobes frontaux qui représentent plus de 30 % de la surface cérébrale et interviennent essentiellement dans la planification, le langage et le mouvement volontaire. Près de la moitié du cortex cérébral est consacré à l'analyse sensorielle, principalement la vision
- Dans cette partie c à d « Structure et fonction du neurone » on va essayer de donner juste une vue d’ensemble sur comment les neurones communiquent entre eux ? Et comment ils codent l’information ? … sans pour autant donner des détails
- STRUCTURE ET FONCTION DU NEURON Tous les neurones ont fondamentalement la même structure. Ils se composent de trois composants: un corps cellulaire (ou soma), des dendrites et un axone. Bien que les neurones aient la même structure et la même fonction de base, il est important de noter qu'il existe des différences significatives entre les différents types de neurones en termes d'arrangements spatiaux des dendrites et de l'axone. Le corps cellulaire contient le noyau et d'autres organites. Le noyau contient le code génétique, qui est impliqué dans la synthèse des protéines (par exemple de certains neurotransmetteurs). Les neurones reçoivent des informations d'autres neurones et ils prennent une «décision» concernant ces informations (en modifiant leur propre activité) qui peuvent ensuite être transmises à d'autres neurones. À partir du corps cellulaire, un certain nombre de structures de branchement appelées dendrites permettent la communication avec d'autres neurones. Les dendrites reçoivent des informations d'autres neurones proches. Le nombre et la structure des branches dendritiques peuvent varier considérablement en fonction du type de neurone (c'est-à-dire où il se trouve dans le cerveau). L'axone, en revanche, envoie des informations à d'autres neurones. Chaque neurone est constitué de plusieurs dendrites mais d’un seul axone (bien que l’axone puisse être divisé en plusieurs branches appelées collatérales).
- Les courants électriques sont activement transmis à travers les axones par un potentiel d'action. Les courants électriques traversent passivement les dendrites et les soma de neurones, mais initient un potentiel d’action si leur potentiel cumulé est suffisamment fort au début de l’axone (appelé la butte). ****Le terminal d'un axone s'aplatit dans une structure en forme de disque. C'est ici que les signaux chimiques permettent la communication entre neurones via un petit espace appelé synapse. Les deux neurones formant la synapse sont appelés présynaptique et postsynaptique, reflétant la direction du flux d'informations (de l'axone à la dendrite). ****Lorsqu’un neurone présynaptique est actif, un courant électrique (appelé potentiel d'action) se propage le long de l'axone. Lorsque le potentiel d'action atteint le terminal axonal, des produits chimiques sont libérés dans la fente synaptique. Ces produits chimiques sont appelés neurotransmetteurs. Les neurotransmetteurs se lient aux récepteurs des dendrites ou du corps cellulaire du neurone postsynaptique et créent un potentiel synaptique. Le potentiel synaptique est conduit passivement (c’est-à-dire sans créer de potentiel d’action) à travers les dendrites et le soma du neurone postsynaptique. Si ces courants passifs sont suffisamment forts lorsqu'ils atteignent le début de l'axone dans le neurone postsynaptique, un potentiel d'action (un courant électrique actif) sera alors déclenché dans ce neurone. Il est important de noter que chaque neurone postsynaptique additionne de nombreux potentiels synaptiques, qui sont générés sur de nombreux sites dendritiques différents et distants (par opposition à une simple réaction en chaîne entre un neurone et le suivant).
- .
- L'ORGANISATION BRUT DU CERVEAU Matière grise, substance blanche et liquide céphalo-rachidien Les neurones sont organisés dans le cerveau pour former de la substance blanche et de la matière grise. La matière grise est constituée de corps de cellules neuronales. La substance blanche est constituée d’axones et de cellules de soutien (glia).
- Qui n'a jamais entendu dire ou dit : "J'ai du mal à me concentrer !" ou "Tu ne fais pas assez attention !". L’attention est une fonction cognitive complexe qui est primordiale dans le comportement humain. Elle correspond à un processus de sélection d'un événement extérieur (son, image, odeur...) ou intérieur (pensée) et au maintien de ce dernier à un certain niveau de conscience. Plusieurs formes d’attention L’état d’alerte Un coup de feu ou de tonnerre captera toute notre attention automatiquement. On parle d'état d'alerte et cette alerte nous permet de maintenir un certain niveau de vigilance. Notre degré d'attention est par conséquent fortement conditionné par les changements survenant dans notre environnement. L'attention peut aussi intervenir de façon volontaire Si, pour une promenade en ville, vous avez opté pour une paire de chaussures qui vous fait mal, toute votre attention va se focaliser sur la recherche d'un endroit agréable pour vous reposer, ce qui vous amènera, par exemple, à repérer un banc dans un jardin. Le déplacement volontaire de l'attention se produit lorsque l'on manifeste une envie, un besoin ou une intention quelconque, afin d'atteindre un but. L’attention sélective Ce type d'attention opère dès lors que nous avons un choix à effectuer pour la sélection d'une information répondant à nos attentes dans des circonstances données. Seule l'information sélectionnée est examinée. L'attention sélective permet donc de se focaliser sur un point en se coupant mentalement de l'environnement, sans devoir pour autant s'isoler physiquement. L'attention partagée Dans notre quotidien, nous avons souvent à réaliser plusieurs choses simultanément, comme lorsque nous tenons une conversation tout en conduisant. L'attention, ainsi partagée entre de nombreuses informations, requiert plus de ressources.
- La mémoire est omniprésente dans la vie quotidienne. Elle nous permet de retenir toute sorte d’informations (souvenirs personnels, connaissances culturelles, procédures automatiques…) pendant une durée plus ou moins longue (de quelques secondes à toute une vie). Elle constitue le passé de chacun, ou plutôt la connaissance de celui-ci, et permet ainsi à quiconque de posséder une identité. ->Il existe différentes mémoires selon la durée du souvenir : La mémoire sensorielle La mémoire sensorielle est la plus éphémère, captant toute nouvelle information perçue pendant quelques centaines de millisecondes seulement La mémoire à court terme ou mémoire de travail La mémoire à court terme, également appelée mémoire de travail, prend ensuite le relais en conservant l'information pendant une minute environ. Sa capacité est également limitée en quantité, permettant d'enregistrer 7 éléments environ. Elle permet par exemple de retenir un numéro de téléphone donné oralement, le temps de le composer ou de l'écrire. La mémoire à long terme La mémoire à long terme intervient lorsque l'on souhaite retenir plus longtemps une information. Cette mémoire a une contenance et une durée de conservation de l'information qui sont illimitées. ->Il existe également différentes mémoires à long terme selon le type de souvenir : La mémoire épisodique Ainsi, se rappeler de ce que nous avons fait la veille, de notre rendez-vous chez le dentiste ou de la soirée chez un ami, constitue des souvenirs personnels, autobiographiques, dont le contexte de mémorisation a beaucoup d'importance. Ces connaissances sont regroupées sous le terme de mémoire épisodique. La mémoire sémantique Parallèlement, les connaissances concernant les règles grammaticales, le sens des mots, les faits culturels, les noms de capitales ou d'objets constituent des connaissances générales qui sont détachées du contexte de mémorisation. Nous n'avons plus le souvenir de l'occasion précise à laquelle ont été apprises ces informations mais nous conservons la mémoire des connaissances acquises. Ces connaissances appartiennent à la mémoire sémantique. La mémoire procédurale Enfin, la mémoire à long terme contient des connaissances qui sont, elles, difficiles à communiquer de façon explicite. Ce sont tous nos savoir-faire, tels que jouer du piano, faire du vélo, conduire, boutonner une veste... Ce sont des comportements que nous réalisons de façon automatique, mais qui nécessitent pourtant l'implication de connaissances stockées en mémoire. Ces connaissances sont par exemple de savoir que telle position des mains sur le piano permettra de jouer tel accord, ou que telle manœuvre en voiture permettra de tourner à gauche. On parle ici de mémoire procédurale.
- Le langage constitue la caractéristique humaine par excellence. Nous utilisons tous les jours les différentes facettes du langage que ce soit à l'écrit (lecture et écriture) ou à l'oral (compréhension et expression). La littérature dans ces différents domaines est très vaste. Nous nous limiterons principalement à la description des processus impliqués dans l'activité de lecture. La lecture L’analyse des mots: La lecture est une activité mentale complexe qui implique différents types d'analyse plus ou moins automatique sur les mots : L'analyse visuelle: L’analyse visuelle permet de dire que telle forme lue correspond à telle lettre ou à tel mot. La facilité à lire un mot dépend de critères physiques. Nous sommes habitués à lire des mots ayant une forme physique particulière et si cette forme n'est pas respectée, la lecture est ralentie. L'analyse orthographique: L’analyse orthographique conduit au repérage des fautes éventuelles. L'analyse syntaxique: L’analyse syntaxique permet de déterminer si une phrase donnée correspond à une structure grammaticale correcte. L'analyse phonologique: L’analyse phonologique amène à la reconnaissance sonore d'un mot, car même en lecture silencieuse on accède à la façon dont un mot se prononce. L'analyse sémantique: L’analyse sémantique extrait le sens des mots et aboutit à la compréhension globale de la phrase. L’analyse d’un texte:, notre mémoire ne peut conserver les phrases telles qu'elles apparaissent dans un texte. En fait, seules les informations les plus pertinentes à la compréhension et au sens du texte (mots clés et idées principales que nous avons déjà évoquées) sont retenues à plus long terme et pourront être utilisées ultérieurement pour en faire un résumé. Les informations non pertinentes, redondantes ou contradictoires sont éliminées de notre mémoire pour éviter de la surcharger, ceci dans le but d'extraire et de saisir le sens global du texte.
- Les fonctions langagières assurent une compréhension et une expression orale et écrite, essentielles à l’humain, notamment pour sa communication avec autrui. Dans la compréhension d’un texte écrit, nos capacités de raisonnement déductif et inductif sont impliquées pour nous permettre d’extraire du sens sur ce qui n’est pas expressément écrit. Ainsi, après lecture des phrases suivantes « J’ai rentré le linge ce matin. Il était trempé », on en déduit que le linge était étendu dehors et qu’il a beaucoup plu durant la nuit. On crée ce qu’on appelle des inférences, c’est-à-dire que grâce au raisonnement, on part d’une idée pour arriver à une autre idée qui lui est liée.
- Plusieurs formes de raisonnement Le raisonnement inférentiel : utilisé face à un problème qui n'a encore jamais été rencontré et pour lequel il n'y pas de solution existante à appliquer en l'état. Il est alors nécessaire de repérer tous les éléments du problème et de faire un travail de déduction, de formulation et de vérification d'hypothèses permettant d'aboutir à des solutions possibles. Le raisonnement analogique : correspond à la réutilisation adaptée d'une solution déjà utilisée face à un problème présentant des spécificités communes avec celui à résoudre. Raisonnement automatique Le raisonnement automatique : à considérer plus comme l'application spontanée d'une procédure que comme un raisonnement. C'est surtout dans le cadre de situations familières, comme se rendre au travail en voiture que nous le sollicitons. Il est réalisé grâce à l'application de connaissances automatisées stockées en mémoire procédurale. Ces situations n'étant pas nouvelles, elles ne nécessitent guère d'attention, si bien que cette dernière peut être engagée ailleurs. Dans la vie quotidienne, nous rencontrons des situations complexes ou simplement nouvelles, comme trouver la cause d'une panne, dresser le meilleur parcours d'un trajet, planifier des opérations de jardinage, trouver les meilleurs coups pour battre un adversaire aux échecs...
- Le perceptron est un algorithme d'apprentissage supervisé de classifieurs binaires (c'est-à-dire séparant deux classes). Il a été inventé en 1957 par Frank Rosenblatt au laboratoire d'aéronautique de l'université Cornell. Il s'agit d'un neurone formel muni d'une règle d'apprentissage qui permet de déterminer automatiquement les poids synaptiques de manière à séparer un problème d'apprentissage supervisé. Si le problème est linéairement séparable, un théorème assure que la règle du perceptron permet de trouver une séparatrice entre les deux classes. Le perceptron peut être vu comme le type de réseau de neurones le plus simple. C'est un classifieur linéaire. Ce type de réseau neuronal ne contient aucun cycle (il s'agit d'un réseau de neurones à propagation avant). Dans sa version simplifiée, le perceptron est mono-couche et n'a qu'une seule sortie (booléenne) à laquelle toutes les entrées (booléennes) sont connectées. Plus généralement, les entrées peuvent être des nombres réels.
- Le perceptron de Frank Rosenblatt est très proche de la règle de Hebb, la grande différence étant qu'il tient compte de l'erreur observée en sortie.
- Les premiers réseaux de neurones n'étaient pas capables de résoudre des problèmes non linéaires (XOR) ; cette limitation fut supprimée au travers de la rétropropagation du gradient de l'erreur dans les systèmes multicouches, proposé par Paul Werbos en 1974 et mis au point douze années plus tard, en 1986 par David Rumelhart. Réseau à une couche : ensemble de discriminants linéaires —> Incapable de classer correctement des données non linéairement séparables Réseau à plusieurs couches (perceptron multicouche) —> Discriminants linéaires (neurones) cascadés à la sortie d’autres discriminants linéaires —> Capable de classer des données non linéairement séparables —> Ensemble de classifieurs simples —> Chaque couche fait une projection dans un nouvel espace Lors du traitement de données, l’information se propage des entrées vers les sorties