Cours 2012: Le cerveau statisticien:
|
|
- Arthur Sénéchal
- il y a 8 ans
- Total affichages :
Transcription
1 Cours 2012: Le cerveau statisticien: La révolution Bayésienne en sciences cognitives Stanislas Dehaene Chaire de Psychologie Cognitive Expérimentale Cours n 7 Le cerveau vu comme un système prédictif
2 La notion de «codage prédictif» (predictive coding) Mumford, 1992; Rao & Ballard, 1999; Friston, 2005 L hypothèse du «cerveau Bayésien» suggère que notre cerveau infère, à partir des entrées sensorielles, un partir des entrées sensorielles, un modèle interne du monde extérieur. A son tour, ce modèle interne peut être utilisé pour créer des anticipations sur utilisé pour créer des anticipations sur les entrées sensorielles et un effet de surprise liée à l erreur de prédiction quand celles ci sont violées. quand celles ci sont violées
3 La notion de «codage prédictif» (predictive coding) L idée que le cerveau n est pas un dispositif passif d entrée sortie, mais un système actif capable de générer des prédictions et d en vérifier la validité, a une longue histoire dans les domaines de l éthologie, de la psychologie, et des neurosciences. voir par exemple ee pees les concepts cepts de copie efférente (von Helmholtz, von Holst), de critique interne (Sutton & Barto) ou de prédiction de la récompense (Schultz) Les avantages en sont nombreux: gagner du temps: anticiper, c est avoir l information à l avance, parfois avant même qu elleatteigne nosrécepteurssensoriels sensoriels filtrer les entrées: utiliser le passé pour prédire le présent, c est bénéficier d un filtre optimal qui peut aider à interpréter une entrée bruitée, voire remplacer totalement un stimulus masqué, manqué ou absent. simplifier l architecture et le traitement des données: il n est pas la peine de représenter ou de transmettre ce que l on peut prédire. tirer des inférences optimales: maximiser i la vraisemblance p(h e) d un modèle des entrées sensorielles implique de minimiser l erreur de prédiction sur ces entrées e. (Mumford, 1992; Rao & Ballard, 1999; Friston, 2005).
4 Le cerveau, l algorithme E M et le principe de l énergie libre Friston, K. (2010). The free-energy principle: a unified brain theory? Nat Rev Neurosci, 11(2), Pour Karl Friston, l hypothèse du codage prédictif s inscrit dans un cadre théorique beaucoup plus large, le principe de minimisation de l énergie libre: «tout système auto organisé en équilibre avec son environnement doit minimiser son énergie libre» Le principe de l énergie libre est une «formulation mathématique de la manière dont les agents biologiques résistent à la tendance naturelle au désordre» : ils «maintiennent leur état dans un environnement changeant». Les états de l organisme doivent donc être de basse entropie : «les agents biologiques doivent minimiser i i la moyenne à long terme de la surprise». L énergie libre est une équation mathématique qui donne une borne supérieure sur la surprise: «si les agents minimisent l énergie libre, ils minimisent implicitement la surprise». Dansledomaine de laperception, leprincipe conduit à optimiser les inférences perceptives. «L agent infère ou représente, de façon implicite, les causes de ses entrées sensorielles selon les principes de l inférence Bayésienne optimale» L énergie Lénergie librepeutêtre maximiséeparl'algorithme algorithme EM (Expectation Maximisation), proposé par Dempster et al. (1977): une procédure itérative qui, en alternant deux étapes (E et M) de façon répétée, permet de trouver le maximum de vraisemblance ou le maximum a posteriori des paramètres d un dun modèle probabiliste. Friston propose que le cerveau utilise un algorithme EM, ce qui, si le modèle générateur est Gaussien, revient à propager des erreurs de prédiction.
5 Vers une théorie générale de l organisation du cortex? Friston, K. (2005). A theory of cortical responses. Philos Trans R Soc Lond B Biol Sci, 360(1456), Nos sensations sont générées par un réseau complexe et hiérarchique de causes. Notre cortex cherche à inverser ce modèle (au sens de Bayes): inférer les causes cachées de nos sensations à tous les niveaux. La formalisation de ce problème invite à (1) assigner à chaque niveau d inférence causale une aire spécifique (2) utiliser un algorithme bidirectionnel de passation de messages. Les L neurones des couches inférieures implémentent la représentation des causes. Les connections descendantes implémentent le modèle prédictif (forward model): la prédiction du niveau n, sur la base des connaissances au niveau n+1. Les connections ascendantes, issues des couches supérieures du cortex, transmettent l erreur de prédiction: la différence entre l entrée reçue et sa prédiction.
6 Quelques phénomènes empiriques qui peuvent être capturés par le modèle du «codage prédictif» La «Mismatch negativity»: après plusieurs répétitions, la présentation d un son déviant, inattendu, évoque une réponse cérébrale à la nouveauté. Garrido, M. I., Kilner, J. M., Kiebel, S. J., & Friston, K. J. (2009). Dynamic causal modeling of the response to frequency deviants. J Neurophysiol, 101(5),
7 Quelques phénomènes empiriques qui peuvent être capturés par le modèle du «codage prédictif» La «Mismatch negativity»: après plusieurs répétitions, la présentation d un son déviant, inattendu, évoque une réponse cérébrale à la nouveauté. De nombreuses autres réponses cérébrales ééb sont évoquées é par des stimulis inattendus ou qui violent une règle (MMN auditives à différents niveaux, visuelles, somatosensorielles, ELAN, N400, P3a et P3b). «Repetition suppression»: l activation cérébrale ééb diminue i lorsqu une image est répétée (Miller & Desimone, 1991; Grill Spector et al, 2001; Naccache & Dehaene, 2001) Débat: S agit il d une simple habituation, ou d une authentique erreur de prédiction? De nombreuses données récentes militent en faveur de l hypothèse du codage prédictif: 1. Une réponse auditive est évoquée par l absence d un son attendu. 2. La MMNpeut êtreévoquée parlarépétition répétition d un dun stimulusdansun un paradigme ABABA où c est l alternance qui est attendue. Horvath, J., & Winkler, I. (2004). How the human auditory system treats repetition amongst change. Neurosci Lett, 368(2), De même, Chris Summerfield montre que la repetition suppression est modulée par les attentes du sujet. Elle est fortement réduite lorsque les stimuli alternent et que c est la répétition qui constitue un événement surprenant. Summerfield, C., Trittschuh, E. H., Monti, J. M., Mesulam, M. M., & Egner, T. (2008). Neural repetition suppression reflects fulfilled perceptual expectations. Nat Neurosci, 11(9),
8 Sensibilité à l anticipation de la répétition dans le cortex auditif Todorovic, A., van Ede, F., Maris, E., & de Lange, F. P. (2011). Prior expectation mediates neural adaptation to repeated sounds in the auditory cortex: an MEG study. J Neurosci, 31(25), Présentation d un ou deux sons successifs (1000 Hz, 5 ms), séparés de 500 ms Deux types de blocs distincts: 75% de paires, 25% de sons uniques; ou l inverse EnregistrementMEGchez l homme attentif (détection de rares déviants à 1200 Hz)
9 Sensibilité à l anticipation de la répétition dans le cortex auditif Todorovic, A., van Ede, F., Maris, E., & de Lange, F. P. (2011). Prior expectation mediates neural adaptation to repeated sounds in the auditory cortex: an MEG study. J Neurosci, 31(25), Dans l espace temps fréquence, les réponses à un second stimulus sont fortement réduites lorsque le stimulus est anticipé. i
10 Sensibilité à l anticipation de la répétition dans le cortex auditif Todorovic, A., van Ede, F., Maris, E., & de Lange, F. P. (2011). Prior expectation mediates neural adaptation to repeated sounds in the auditory cortex: an MEG study. J Neurosci, 31(25), Inversement, l omission d un stimulus attendu se traduit par une vigoureuse décharge prolongée, particulièrement dans la bande gamma (>40 Hz). Serait ce la trace de la prédiction elle même? Ou de la surprise évoquée par l omission?
11 Sensibilité à la probabilité de transition dans le cortex inféro temporal du singe macaque Meyer, T., & Olson, C. R. (2011). Statistical learning of visual transitions in monkey inferotemporal cortex. Proc Natl Acad Sci U S A, 108(48), Les décharges des neurones du cortex inféro temporal sont elles affectées par la prédictabilité des images? Fixation passive chez le singe éveillé Présentation de paires d images avec une forte probabilité de transition Présence de rares paires dans laquelle cette transition probable est violée.
12 Sensibilité à la probabilité de transition dans le cortex inféro temporal du singe macaque Décharge moyenne de la population de neurones: La réponse à l image prévisible est atténuée pratiquement dès le début En proportion p directe de la réponse à l image non prédite. La décharge neuronale contient plus d information décodable sur l image lorsqu elle est imprévisible que lorsqu elle est prédite.
13 Sensibilité à la probabilité de transition dans le cortex inféro temporal du singe macaque La réponse à l image 2 est toujours plus lente que pour l image 1 (probablement parce qu une une image remplace lautre) l autre) La réponse à l image prédite est légèrement accélérée L effet de surprise survient exactement en même temps que la réponse à l image non prédite la génération de l «effet de surprise» semble instantanée! Cette observation n est pas compatible avec un traitement sériel (identification de l image, puis de sa nouveauté), mais semble nécessiter un codage prédictif.
14 Sensibilité à la probabilité de transition dans le cortex inféro temporal du singe macaque L habituation (ou adaptation) neuronale peut elle expliquer l effet? Non, elle semble ne pas jouer un rôle important dans l effet observé: La réponse à la deuxième image ne dépend absolument pas de l amplitude la réponse à la première image.
15 Sensibilité à la probabilité de transition dans le cortex inféro temporal du singe macaque A B (ordre appris) B A (ordre inverse) L effet est directionnel: l image A n prédit l image B n, mais pas l inverse. Conclusion: la réponse du cortex inféro temporal traduit une anticipation du stimulus à venir les décharges neuronales reflètent l erreur lerreur de prédiction.
16 Une implémentation neuronale du codage prédictif Memory trace (synfire chain) hi) Neuron index Wacongne, C., Changeux, J. P., & Dehaene, S. (2012). A neuronal model of predictive coding accounting for the mismatch negativity. J Neurosci, in press. Predictive Population Layer 2/3 P(A) P(B) time Learning : modification of synaptic weights Prediction Errror layer4 (A) ( ) (B) ( ) Error signal NMDA dependent Spike Timing Dependent Plasticity Thalamic Input A B
17 Une implémentation neuronale du codage prédictif Wacongne, C., Changeux, J. P., & Dehaene, S. (2012). A neuronal model of predictive coding accounting for the mismatch negativity. J Neurosci, in press.
18 Oddball Standard Anticipation de A : Predictive résultat de l apprentissage Population Layer 2/3 Résultats de la simulation Erreur de prédiction résiduelle Prediction Errror layer4 Thalamic Input
19 Oddball Deviant Anticipation de A : Predictive résultat de l apprentissage Population Layer 2/3 Résultats de la simulation Erreur de prédiction résiduelle Prediction Errror layer4 Thalamic Input
20 Oddball Difference L effet de Mismatch Negativity Predictive Population Layer 2/3 Prediction Errror layer4
21 Oddball Effet 1 : existence L effet de Mismatch Negativity Predictive Population Layer 2/3 Prediction Errror layer4 Effet 1 Existence of a difference between the responses to standard and deviant sounds
22 Origine corticale de la MMN, et rôle du récepteur NMDA Oddball Effet 1 : existence Effet 2 : localisation Predictive Population Layer 2/3 Experimental data (CSD) Javitt et al. (1996) Prediction Errror layer4 Effet 2 Maximal difference in supragranular layer (Javitt 1996)
23 Oddball Effet 1 : existence Effet 2 : localisation Effet 3 : frequency Effet de la fréquence des déviants Predictive Population Layer 2/3 Experimental Data (ERP) 10% 20% 30% Prediction Errror layer4 Sato et al. (2000) Effet 3 Increase in MMN amplitude if the deviant is less frequent(sato 2000)
24 La probabilité de transition entre les stimuli est directement internalisée dans les poids synaptiques
25 La réponse à une répétition inattendue: le paradigme ABAB ABABAAB.. Effet 1 : existence Effet 2 : localisation Effet 3 : frequency Effet 4: MMN to repetition Effet 5 MMN to repetition in an alternate sequence
26 AB AB A_ Effet 1 : existence Effet 2 : localisation Effet 3 : frequency Effet 4: MMN to repetition Effet 5: MMN to omission La réponse à une omission inattendue Effet 5 MMN to omission
27 Codage prédictif ou habituation? Un nouveau test en MEG Wacongne, C., Changeux, J. P., & Dehaene, S. (2012). A neuronal model of predictive coding accounting for the mismatch negativity. i J Neurosci, in press. Idée: exposer l organisme à des paires AB, puis tester la surprise évoquée par AA, BA, BB. Pour réfuter une éventuelle habituation de neurones sensibles à la paire AB, espacer ces paires de 10 à 20 secondes. Prédictions:
28 Une hiérarchie de prédictions dans le cortex Bekinschtein, T. A., Dehaene, S., Rohaut, B., Tadel, F., Cohen, L., & Naccache, L. (2009). Neural signature of the conscious processing of auditory regularities. Proc Natl Acad Sci U S A, 106(5), règle xxxxx 20% Erreur 80% La présentation d une note rare, au sein d une séquence répétée, évoque une MMN. règle xxxxy 80% 20% Erreur «locale» Erreur «globale» Que se passerait il si la séquence toute entière devenait prévisible? La MMN persiste elle reflète un système de prédiction local et aveugle. Mi Mais une seconde réponse à la nouveauté, la P3b, disparaît c est tà présent tle stimulus monotone qui évoque la P3b. Il existe une hiérarchie de prédictions dans le cortex. La P3b pourrait refléter le niveau de la prédiction consciente.
29 Une hiérarchie de prédictions dans le cortex Bekinschtein, T. A., Dehaene, S., Rohaut, B., Tadel, F., Cohen, L., & Naccache, L. (2009). Neural signature of the conscious processing of auditory regularities. Proc Natl Acad Sci U S A, 106(5), règle xxxxy 80% 20% Erreur «locale» Erreur «globale»
30 L omission démontre l existence d une hiérarchie de prédictions Wacongne, C., Labyt, E., van Wassenhove, V., Bekinschtein, T., Naccache, L., & Dehaene, S. (2011). Evidence for a hierarchy of predictions and prediction errors in human cortex. Proc Natl Acad Sci U S A, 108(51), règle xxxxy 80% 20% Erreur «locale» Erreur «globale» Reconsidérons le cas de la règle xxxxy. Au niveau supérieur, ce n est pas une surprise qu il y ait une surprise! La surprise, c est qu il n y en ait pas. Le modèle hiérarchique implique que l erreur locale (de niveau 1) est elle même prédite et «effacée» par une prédiction de plus haut niveau (de niveau 2). Une idée simple: en omettant le dernier stimulus, nous pouvons enregistrer ce pur signal de prédiction. Stimulus Prédiction Différence
31 L omission démontre l existence d une hiérarchie de prédictions Wacongne, C., Labyt, E., van Wassenhove, V., Bekinschtein, T., Naccache, L., & Dehaene, S. (2011). Evidence for a hierarchy of predictions and prediction errors in human cortex. Proc Natl Acad Sci U S A, 108(51), règle xxxxy 80% 20% Erreur «locale» Erreur «globale» Reconsidérons le cas de la règle xxxxy. Au niveau supérieur, ce n est pas une surprise qu il y ait une surprise! La surprise, c est qu il n y en ait pas. Le modèle hiérarchique implique que l erreur locale (de niveau 1) est elle même prédite et «effacée» par une prédiction de plus haut niveau (de niveau 2). Une idée simple: en omettant le dernier stimulus, nous pouvons enregistrer ce pur signal de prédiction. Prédiction: l effet d omission est deux fois plus important pour la règle xxxxy que pour la règle xxxxx, Stimulus Prédiction Différence
32 Une hiérarchie de prédictions dans le cortex auditif Wacongne, C., Labyt, E., van Wassenhove, V., Bekinschtein, T., Naccache, L., & Dehaene, S. (2011). Evidence for a hierarchyh of predictions i and prediction errors in human cortex. Proc Natl Acad Sci U S A, 108(51),
33 L effet d omission en MEG Différence entre les omissions: La réponse à l omission du cinquième son est effectivement plus grande dans la règle xxxxy que dans la règle xxxxx.
34 Reconstruction des sources corticales des activations observées source temporale supérieure source précentrale Remarquer à nouveau l ordre des réponses: d abord dabord l effet leffet d omission ensuite l effet de nouveauté locale enfin l activation aux sons prédits
35 Le comportement humain suggère que les adultes et les enfants possèdent une vaste capacité d inférence statistique à de multiples niveaux (perception, action, lexique, causalité ) L architecture du cortex pourrait s expliquer par la réplication d un circuit neuronal Bayésien (avec des variantes locales). Conclusion du cours 2012 L hypothèse du cerveau Bayésien commence à rendre compte de quelques unes des questions les plus pressantes en sciences cognitives: Le problème de l induction des règles abstraites La détection des erreurs La réaction de surprise Les compétences des enfants et l apprentissage précoce
Introduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailPsychologie cognitive, Neurosciences et Conscience. Gilles Lafargue http://eugrafal.free.fr
Psychologie cognitive, Neurosciences et Conscience Gilles Lafargue http://eugrafal.free.fr 1. Introduction : l expérience consciente comme objet d étude scientifique 2. Quelle(s) méthode(s) pour étudier
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailSoutenance de stage Laboratoire des Signaux et Systèmes
Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailMCMC et approximations en champ moyen pour les modèles de Markov
MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:
Plus en détailRaisonnement probabiliste
Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailBureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr
Dominique Muller Laboratoire Inter-universitaire de Psychologie Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr Supports de cours : webcom.upmf-grenoble.fr/lip/perso/dmuller/m2r/acm/
Plus en détailRôle du sommeil dans la consolidation de la mémoire: un dialogue entre structures cérébrales
Laboratoire Neurobiologie des Processus adaptatifs, UMR 7102, Université Pierre et Marie Curie Ecole Thématique CNRS, Berder 7 avril 2011 Rôle du sommeil dans la consolidation de la mémoire: un dialogue
Plus en détailNON-LINEARITE ET RESEAUX NEURONAUX
NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailChapitre 2 : Systèmes radio mobiles et concepts cellulaires
Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailIntelligence Artificielle et Robotique
Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité
Plus en détailSystèmes et algorithmes répartis
Systèmes et algorithmes répartis Tolérance aux fautes Philippe Quéinnec Département Informatique et Mathématiques Appliquées ENSEEIHT 4 novembre 2014 Systèmes et algorithmes répartis V 1 / 45 plan 1 Sûreté
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailLa Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS
Rev. Energ. Ren. : Chemss 2000 39-44 La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS D.K. Mohamed, A. Midoun et F. Safia Département
Plus en détailLes mécanismes de la récupération neurologique. PPradat-Diehl DU de Rehabilitation neuropsychologique 2007
Les mécanismes de la récupération neurologique PPradat-Diehl DU de Rehabilitation neuropsychologique 2007 Introduction Plasticité cérébrale / Récupération après lésion cérébrale Récupération spontanée
Plus en détailData Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.
des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le
Plus en détailUne fréquence peut-elle être instantanée?
Fréquence? Variable? Instantané vs. local? Conclure? Une fréquence peut-elle être instantanée? Patrick Flandrin CNRS & École Normale Supérieure de Lyon, France Produire le temps, IRCAM, Paris, juin 2012
Plus en détailQuand le bâtiment va, tout va
Quand le bâtiment va, tout va Citation de Martin Nadeau en 1849 à l Assemblée législative de la France Martin Nadeau Ancien ouvrier maçon Député à l Assemblée législative Les sots font bâtir les maisons
Plus en détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
Plus en détailNB : J ai trouvé ce texte sur le net sans que son auteur soit indiqué. Je regrette donc de ne pouvoir lui rendre hommage pour ce travail.
NB : J ai trouvé ce texte sur le net sans que son auteur soit indiqué. Je regrette donc de ne pouvoir lui rendre hommage pour ce travail. Questions : - Comment définir la mémoire? Quelles sont les fonctions
Plus en détailApprentissage par renforcement (1a/3)
Apprentissage par renforcement (1a/3) Bruno Bouzy 23 septembre 2014 Ce document est le chapitre «Apprentissage par renforcement» du cours d apprentissage automatique donné aux étudiants de Master MI, parcours
Plus en détail4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
Plus en détailModélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay pascal.pernot@u-psud.fr
Modélisation prédictive et incertitudes P. Pernot Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay pascal.pernot@u-psud.fr Le concept de Mesure Virtuelle mesure virtuelle résultat d un modèle visant
Plus en détailContexte et motivations Les techniques envisagées Evolution des processus Conclusion
Vérification de logiciels par analyse statique Contexte et motivations Les techniques envisagées Evolution des processus Conclusion Contexte et motivations Specification Design architecture Revues and
Plus en détailUniversité de La Rochelle. Réseaux TD n 6
Réseaux TD n 6 Rappels : Théorème de Nyquist (ligne non bruitée) : Dmax = 2H log 2 V Théorème de Shannon (ligne bruitée) : C = H log 2 (1+ S/B) Relation entre débit binaire et rapidité de modulation :
Plus en détailPartenaires: w w w. c o g m a s t e r. n e t
Partenaires: w w w. c o g m a s t e r. n e t Une approche interdisciplinaire et intégrative neuropsychologie psychologie neuroanatomie linguistique philosophie SCIENCES COGNITIVES logique/probas neurosciences
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailISO/CEI 11172-3 NORME INTERNATIONALE
NORME INTERNATIONALE ISO/CEI 11172-3 Première édition 1993-08-01 Technologies de l information - Codage de l image animée et du son associé pour les supports de stockage numérique jusqu à environ Ii5 Mbit/s
Plus en détailAPPROCHE DE MODELISATION DE LA PROPAGATION DE L INCENDIE DANS UN EDIFICE ET SON INTEGRATION DANS UN SYSTEME DECISIONNEL
APPRCHE DE MDELISATIN DE LA PRPAGATIN DE L INCENDIE DANS UN EDIFICE ET SN INTEGRATIN DANS UN SYSTEME DECISINNEL Sanae KHALI ISSA (*), Abdellah AZMANI (*), Karima ZEJLI (**) sanaeissa@gmail.com, abdellah.azmani@gmail.com,
Plus en détailA. BONNEFOND Maître de conférences en neuroscience cognitive Laboratoire d imagerie et de neuroscience cognitive Université de Strasbourg
Sommeil de courte durée, vigilance et travail de nuit A. BONNEFOND Maître de conférences en neuroscience cognitive Laboratoire d imagerie et de neuroscience cognitive Université de Strasbourg Sommeil de
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
Plus en détailEP 2 339 758 A1 (19) (11) EP 2 339 758 A1 (12) DEMANDE DE BREVET EUROPEEN. (43) Date de publication: 29.06.2011 Bulletin 2011/26
(19) (12) DEMANDE DE BREVET EUROPEEN (11) EP 2 339 758 A1 (43) Date de publication: 29.06.2011 Bulletin 2011/26 (21) Numéro de dépôt: 09179459.4 (51) Int Cl.: H04B 1/69 (2011.01) H03K 5/08 (2006.01) H03K
Plus en détailDruais Cédric École Polytechnique de Montréal. Résumé
Étude de load balancing par un réseau de neurones de types HME (Hierarchical Mixture of s). Druais Cédric École Polytechnique de Montréal Résumé Cet article tente d introduire le principe de load balancing
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailL utilisation d un réseau de neurones pour optimiser la gestion d un firewall
L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans
Plus en détailLe concept cellulaire
Le concept cellulaire X. Lagrange Télécom Bretagne 21 Mars 2014 X. Lagrange (Télécom Bretagne) Le concept cellulaire 21/03/14 1 / 57 Introduction : Objectif du cours Soit un opérateur qui dispose d une
Plus en détailNeurologiques gq Centrales EMPR LE NORMANDY GRANVILLE
La Marche dans les Affections Neurologiques gq Centrales S Injeyan JL Isambert Y Bebin S Le Doze M Cano P Fages W Loisel La Marche Fonction complexe Organisée hiérarchiquement au niveau spinal Contrôlée
Plus en détailMASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion
Plus en détailIntroduction à l informatique temps réel Pierre-Yves Duval (cppm)
Introduction à l informatique temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 -Définition et problématique - Illustration par des exemples -Automatisme:
Plus en détailChapitre 6 Apprentissage des réseaux de neurones et régularisation
Chapitre 6 : Apprentissage des réseaux de neurones et régularisation 77 Chapitre 6 Apprentissage des réseaux de neurones et régularisation Après une introduction rapide aux réseaux de neurones et à la
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailAPPORT DES RESEAUX BAYESIENS DANS LA PREVENTION DE LA DELINQUANCE
SûretéGlobale.Org La Guitonnière 49770 La Meignanne Téléphone : +33 241 777 886 Télécopie : +33 241 200 987 Portable : +33 6 83 01 01 80 Adresse de messagerie : c.courtois@sureteglobale.org APPORT DES
Plus en détailChapitre 1 : Introduction au contrôle de gestion. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 1
Chapitre 1 : Introduction au contrôle de gestion Introduction 2 Contrôle de gestion : fonction aujourd hui bien institutionnalisée dans les entreprises Objectif : permettre une gestion rigoureuse et une
Plus en détailModèles et simulations informatiques des problèmes de coopération entre agents
Modèles et simulations informatiques des problèmes de coopération entre agents Bruno Beaufils LIFL Axe CIM Équipe SMAC Laboratoire d'informatique Plan 1. Motivations 2. Dilemme itéré du prisonnier 3. Simulations
Plus en détailFonctions de la couche physique
La Couche physique 01010110 01010110 Couche physique Signal Médium Alain AUBERT alain.aubert@telecom-st-etienne.r 0 Fonctions de la couche physique 1 1 Services assurés par la couche physique Transmettre
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailÉconométrie, causalité et analyse des politiques
Économétrie, causalité et analyse des politiques Jean-Marie Dufour Université de Montréal October 2006 This work was supported by the Canada Research Chair Program (Chair in Econometrics, Université de
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailMesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux OL
Mesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux Comment mesurer le temps de propagation de groupe sur des convertisseurs de fréquence dans lesquels le ou les oscillateurs
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailCalcul des indicateurs de sonie : revue des algorithmes et implémentation
Calcul des indicateurs de sonie : revue des algorithmes et implémentation Stéphane Molla 1, Isabelle Boullet 2, Sabine Meunier 2, Guy Rabau 2, Benoît Gauduin 1, Patrick Boussard 1 1 GENESIS S.A., Domaine
Plus en détailLe patient ouvre les yeux et regarde dans. Les yeux ouverts, mais l esprit absent. Médecine
NEUROBIOLOGIE «Il faut parler à une personne dans le coma» entend-on souvent dans les films.tout dépend de ce qu on appelle coma. Entre l état végétatif, où le patient peut encore remuer, sourire ou sursauter
Plus en détailUne dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU
Une dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU Gabriel Antoine Louis Paillard Ce travail a eu le soutien de la CAPES, agence brésilienne pour
Plus en détailPour un principe matérialiste fort. Jean-Paul Baquiast
Pour un principe matérialiste fort Jean-Paul Baquiast Plan détaillé :. Pour un matérialisme fort Le retour en force du dogmatisme religieux Nécessité d un renouvellement du matérialisme Que sont les nouvelles
Plus en détailP2: Perception auditive
P2: Perception auditive Daniel Pressnitzer Laboratoire des Systèmes Perceptifs, CNRS & Département d études cognitives, Ecole normale supérieure 29 rue d Ulm, 75230 Paris cedex 05 daniel.pressnitzer@ens.fr
Plus en détailCoaching PNL et neurosciences
Coaching PNL et neurosciences Les fondements scientifiques du cadre objectif Par Anne-Laure Nouvion, PhD. Docteure en biologie et coach certifiée en PNL Les fondements scientifiques du cadre objectif Tous
Plus en détailAndroids as an Experimental Apparatus: Why Is There an Uncanny Valley and Can we Exploit It?
Androids as an Experimental Apparatus: Why Is There an Uncanny Valley and Can we Exploit It? Karl F. MacDorman 1 The Uncanny Valley : Le terme d Uncanny Valley a été défini par Masahiro Mori, chercheur
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailCours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Plus en détailSauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS
Sauvegarde collaborative entre pairs 1 Sauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS Sauvegarde collaborative entre pairs 2 Introduction Pourquoi pair à pair? Utilisation de ressources
Plus en détailchoisir H 1 quand H 0 est vraie - fausse alarme
étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détailCOR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR
COR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR SABRINA CAMPANO DIRECTION: NICOLAS SABOURET ENCADREMENT : NICOLAS SABOURET, VINCENT CORRUBLE, ETIENNE DE SEVIN SOUTENANCE
Plus en détailIncertitude et variabilité : la nécessité de les intégrer dans les modèles
Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre
Plus en détailNouveaux enjeux de recherche en sécurité routière liés à l'automatisation des véhicules : conséquences sur l'activité de conduite
Institut français des sciences et technologies des transports, de l aménagement et des réseaux Nouveaux enjeux de recherche en sécurité routière liés à l'automatisation des véhicules : conséquences sur
Plus en détailL apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
Plus en détailProbabilités Bayésiennes. Théorie Applications Philosophie
Probabilités Bayésiennes Théorie Applications Philosophie Rappel et notations Plan Axiomes des probabilités Indépendance, probabilités conditionnelles Probabilités bayésiennes Le théorème de Bayes Application
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailIBM SPSS Regression 21
IBM SPSS Regression 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 46. Cette version s applique à IBM SPSS Statistics
Plus en détailL E C O U T E P r i n c i p e s, t e c h n i q u e s e t a t t i t u d e s
L E C O U T E P r i n c i p e s, t e c h n i q u e s e t a t t i t u d e s L E C O U T E P r i n c i p e s, t e c h n i q u e s e t a t t i t u d e s Stéphane Safin Psychologue - Ergonome Lucid Group -
Plus en détailUne méthode de classification supervisée sans paramètre pour l apprentissage sur les grandes bases de données
Une méthode de classification supervisée sans paramètre pour l apprentissage sur les grandes bases de données Marc Boullé Orange Labs 2 avenue Pierre Marzin 22300 Lannion marc.boulle@orange-ftgroup.com,
Plus en détailCapacité étendue d utilisation en réseau
Fiche technique n VIBOFF_1A_f Emonitor Odyssey introduit une nouvelle conception de la maintenance conditionnelle (prédictive) en automatisant les opérations de routine afin d améliorer les vitesses de
Plus en détailLe développement de la temporalité chez les. enfants
Conférence à la Société Romande d Audiologie, de Phoniatrie et de Logopédie Le développement de la temporalité chez les Vincent Quartier Plan de la présentation Le temps Temps et hyperactivités Questionnaire
Plus en détailPister l émergence du contrôle cognitif au cours d une tâche attentionnelle
LES DÉFAILLANCES ATTENTIONNELLES QUOTIDIENNES Pister l émergence du contrôle cognitif au cours d une tâche attentionnelle Présenté par Aurélien LE CHEVANTON doctorant Sous la direction du Professeur Émérite
Plus en détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
Plus en détailLES REPRESENTATIONS DES NOMBRES
LES CARTES A POINTS POUR VOIR LES NOMBRES INTRODUCTION On ne concevrait pas en maternelle une manipulation des nombres sans représentation spatiale. L enfant manipule des collections qu il va comparer,
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailEfficience des marchés et finance comportementale
Efficience des marchés et finance comportementale Martin Vlcek, Quantitative Investment Manager (BCV) 06.12.2013 Contenu 1. Introduction 2. Théorie de l efficience du marché 3. Finance comportementale
Plus en détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailLigne directrice sur les simulations de crise à l intention des régimes de retraite assortis de dispositions à prestations déterminées
Ligne directrice Objet : Ligne directrice sur les simulations de crise à l intention des régimes de retraite assortis de dispositions à prestations déterminées Date : Introduction La simulation de crise
Plus en détailApplications en imagerie cérébrale (MEG/EEG)
EEG : mesure du potentiel électrique Ordre de grandeur : qq µ-volts Capteurs : électrodes MEG : mesure du champ magnétique Ordre de grandeur : 10 13 Tesla Capteurs SQUID couplés à des bobines VI. Applications
Plus en détailSyllabus du cours de musique. Maternelle. enseigné par Joël Chiasson
Syllabus du cours de musique Maternelle enseigné par Joël Chiasson DESCRIPTION DU COURS Le programme de musique permet aux élèves d explorer leurs idées, leurs expériences et leurs émotions et de développer
Plus en détailLes techniques de multiplexage
Les techniques de multiplexage 1 Le multiplexage et démultiplexage En effet, à partir du moment où plusieurs utilisateurs se partagent un seul support de transmission, il est nécessaire de définir le principe
Plus en détailCompression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette
Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où
Plus en détailLe logiciel EduAnatomist.
Le logiciel EduAnatomist. Les travaux de l équipe ACCES (Actualisation Continue des Connaissances des Enseignants en Sciences) de l INRP restent, hélas, largement méconnus des enseignants de SVT. Pourtant,
Plus en détailParcours en deuxième année
Parcours en deuxième année Unités d Enseignement (UE) ECTS Ingénierie des réseaux haut 4 débit Sécurité des réseaux et 4 télécoms Réseaux mobiles et sans fil 4 Réseaux télécoms et 4 convergence IP Infrastructure
Plus en détailT. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
Plus en détailQuand la peur nous prend, qu est-ce qu elle nous prend? Vivre la crainte, l inquiétude, la panique, l affolement ou la terreur; la peur est
Quand la peur nous prend, qu est-ce qu elle nous prend? Vivre la crainte, l inquiétude, la panique, l affolement ou la terreur; la peur est une émotion à la fois si commune et si unique que la langue française
Plus en détailOptimisation de la compression fractale D images basée sur les réseaux de neurones
Optimisation de la compression fractale D images basée sur les réseaux de neurones D r BOUKELIF Aoued Communication Networks,Architectures and Mutimedia laboratory University of S.B.A aoued@hotmail.com
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailModélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Plus en détail