Cours 2012: Le cerveau statisticien:

Dimension: px
Commencer à balayer dès la page:

Download "Cours 2012: Le cerveau statisticien:"

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

Cours. Applications cliniques: Patients frontaux, coma et patients non-communicants

Cours. Applications cliniques: Patients frontaux, coma et patients non-communicants L'accès à la conscience Stanislas Dehaene Chaire de Psychologie Cognitive Expérimentale Cours Applications cliniques: Patients frontaux, coma et patients non-communicants Traitement conscient et réseaux

Plus en détail

Troisième Cours. Mesure du décours temporel des opérations cognitives

Troisième Cours. Mesure du décours temporel des opérations cognitives L'imagerie cérébrale en psychologie cognitive Stanislas Dehaene Chaire de Psychologie Cognitive Expérimentale Troisième Cours Mesure du décours temporel des opérations cognitives Pourquoi la psychologie

Plus en détail

Raisonnement probabiliste

Raisonnement 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 détail

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite): Paramétrisation Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale Paramétrisation Distances

Plus en détail

EEG et potentiels évoqués CNRS UPR LENA. Berger, 1929 Dawson, 1951

EEG et potentiels évoqués CNRS UPR LENA. Berger, 1929 Dawson, 1951 EEG et potentiels évoqués Berger, 1929 Dawson, 1951 MEG-EEG spontané : les rythmes EEG spontané Rythmes alpha mu bêta Transformée de Fourier thêta delta 10-100 µv gamma Le rythme alpha 8-13 Hz 20-60 µv

Plus en détail

Introduction au datamining

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 détail

CHAPITRE 9 COMMUNICATION NERVEUSE. Le système nerveux forme dans l organisme un réseau de communication qui permet à la fois :

CHAPITRE 9 COMMUNICATION NERVEUSE. Le système nerveux forme dans l organisme un réseau de communication qui permet à la fois : CHAPITRE 9 COMMUNICATION NERVEUSE Le système nerveux forme dans l organisme un réseau de communication qui permet à la fois : De recueillir des informations en provenance de l environnement et des structures

Plus en détail

Les Neurones Miroirs 1

Les Neurones Miroirs 1 Les Neurones Miroirs 1 Plan du Cours Action vs. Perception Théorie de la «théorie de l esprit» vs. Théorie de la simulation Données expérimentales sur l espace péripersonnel, l affordance et les neurones

Plus en détail

MCMC et approximations en champ moyen pour les modèles de Markov

MCMC 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 détail

TC & explorations électrophysiologiques

TC & explorations électrophysiologiques TC & explorations électrophysiologiques Jacques Luauté CHU de Lyon Enseignement National DES DIU de Médecine Physique et de Réadaptation Module : Rééducation des affections du système nerveux central Coordonnateurs

Plus en détail

Mécanismes cérébraux de la lecture. Second Cours. Vers une physiologie de la lecture

Mécanismes cérébraux de la lecture. Second Cours. Vers une physiologie de la lecture Mécanismes cérébraux de la lecture Stanislas Dehaene Chaire de Psychologie Cognitive Expérimentale Second Cours Vers une physiologie de la lecture Résumé du premier cours et plan du second cours La lecture

Plus en détail

Concepts et méthodes en psychologie cognitive

Concepts et méthodes en psychologie cognitive Concepts et méthodes en psychologie cognitive La psychologie cognitive La pensée très peu (voir AT, S2) organisation des processus mentaux mémoire, perception, decision, action Carte de route Conceptes

Plus en détail

Cours 2013: Le bébé statisticien

Cours 2013: Le bébé statisticien Cours 2013: Le bébé statisticien Stanislas Dh Dehaene Chaire de Psychologie Cognitive Expérimentale Cours n 2 Le sens des probabilités chez l enfant Allégorie de la nature forgeant un enfant Corrège, g,

Plus en détail

Théorie de l information : historique

Théorie de l information : historique Théorie de l information : historique Développée dans les années quarante par Claude Shannon. Objectif : maximiser la quantité d information pouvant être transmise par un canal de communication imparfait.

Plus en détail

Recherche De Coalescences Binaires Étalonnage Du Détecteur

Recherche 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 détail

NECO Pr Nicole Fiori NEUROSCIENCES COGNITIVES DU LANGAGE

NECO Pr Nicole Fiori NEUROSCIENCES COGNITIVES DU LANGAGE Université Paris-Descartes M2 RECHERCHE PSYCHOLOGIE COGNITIVE NECO Pr Nicole Fiori NEUROSCIENCES COGNITIVES DU LANGAGE Ouvrage recommandé : Fiori N. (2006). Les Neurosciences Cognitives. Armand Colin,

Plus en détail

Stratégie générale. Représentation mentale des actions. Opérations sur des représentations abstraites

Stratégie générale. Représentation mentale des actions. Opérations sur des représentations abstraites La Planification de l Action Planification de l action laction Stratégie générale Simulation des actions Représentation mentale des actions. Opérations sur des représentations abstraites Introduction Désigne

Plus en détail

I - Introduction à La psychologie Expérimentale

I - Introduction à La psychologie Expérimentale LA METHODE EXPERIMENTALE I - Introduction à La psychologie Expérimentale I.1. Introduction I.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie I.2.A. Critiques morales I.2.A.

Plus en détail

Soutenance de stage Laboratoire des Signaux et Systèmes

Soutenance 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 détail

La mémoire des mémoires LA MÉMOIRE : CLÉ DE LA DEPENDANCE L ORGANISATION DE LA MÉMOIRE 01/10/2014

La mémoire des mémoires LA MÉMOIRE : CLÉ DE LA DEPENDANCE L ORGANISATION DE LA MÉMOIRE 01/10/2014 01/10/2014 La problématique générale : une dynamique perpétuelle Journées d études de l Institut des Actuaires et du SACEI CONSOLIDATION LA MÉMOIRE : CLÉ DE LA DEPENDANCE Labile RECONSOLIDATION Stable

Plus en détail

Source analysis of the N2 in a cued G0/NoGo task. Evelijne M. Bekker, J. Leon Kenemans, Marinus N. Verbaten

Source analysis of the N2 in a cued G0/NoGo task. Evelijne M. Bekker, J. Leon Kenemans, Marinus N. Verbaten Source analysis of the N2 in a cued G0/NoGo task Evelijne M. Bekker, J. Leon Kenemans, Marinus N. Verbaten Introduction Méthodologie Sujets Tâches et procédures Enregistrements électrophysiologiques Analyse

Plus en détail

Support Vector Machines

Support Vector Machines Support Vector Machines Séparateurs à vaste marge Arnaud Revel revel.arnaud@gmail.com Plan 1 Introduction 2 Formalisation 3 Utilisation des noyaux 4 Cas multi-classes 5 Applications des SVM 6 Bibliographie

Plus en détail

Quelles sont les caractéristiques de la perception tactile manuelle chez les jeunes enfants et leurs conséquences cognitives?

Quelles sont les caractéristiques de la perception tactile manuelle chez les jeunes enfants et leurs conséquences cognitives? Quelles sont les caractéristiques de la perception tactile manuelle chez les jeunes enfants et leurs conséquences cognitives? Par Edouard GENTAZ Professeur de Psychologie, Université de Genève Habituellement,

Plus en détail

Contexte et motivations Les techniques envisagées Evolution des processus Conclusion

Contexte 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 détail

Présenter par Vincent Slythe dans le cadre du cours Électrophysiologie de l attention. 12 janvier 2011

Présenter par Vincent Slythe dans le cadre du cours Électrophysiologie de l attention. 12 janvier 2011 Présenter par Vincent Slythe dans le cadre du cours Électrophysiologie de l attention. 12 janvier 2011 Buts et perspectives Histoire de la méthode des potentiels évoqués relatif Exemple d une expérience

Plus en détail

Séance 12: Algorithmes de Support Vector Machines

Séance 12: Algorithmes de Support Vector Machines Séance 12: Algorithmes de Support Vector Machines Laboratoire de Statistique et Probabilités UMR 5583 CNRS-UPS www.lsp.ups-tlse.fr/gadat Douzième partie XII Algorithmes de Support Vector Machines Principe

Plus en détail

Chapitre 2 : De la rétine au cerveau

Chapitre 2 : De la rétine au cerveau Chapitre 2 : De la rétine au cerveau Document illusions d optique Les illusions d'optique nous montrent que l'image que nous percevons ne correspond pas toujours à la réalité. En fait, l'œil reçoit les

Plus en détail

L'apprentissage. La majeure partie des conduites sociales n est pas innée mais acquise par apprentissage.

L'apprentissage. La majeure partie des conduites sociales n est pas innée mais acquise par apprentissage. L'apprentissage 1 Définitions a. Approche globale La majeure partie des conduites sociales n est pas innée mais acquise par apprentissage. Un apprentissage est l acquisition d un nouveau savoir. Dans la

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt 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

Machine de Turing. Informatique II Algorithmique 1

Machine de Turing. Informatique II Algorithmique 1 Machine de Turing Nous avons vu qu un programme peut être considéré comme la décomposition de la tâche à réaliser en une séquence d instructions élémentaires (manipulant des données élémentaires) compréhensibles

Plus en détail

Bases neurales de la conscience et de l esthétique

Bases neurales de la conscience et de l esthétique Bases neurales de la conscience et de l esthétique Qu est-ce-que la conscience? Multiples définitions Etymologiquement : connaissance partagée Pour les neurobiologistes, fonction qui se situe au niveau

Plus en détail

Jean-René Duhamel. Institut des Sciences Cognitives CNRS - Université Claude-Bernard Lyon

Jean-René Duhamel. Institut des Sciences Cognitives CNRS - Université Claude-Bernard Lyon Jean-René Duhamel Institut des Sciences Cognitives CNRS - Université Claude-Bernard Lyon Neurophysiologie des fonctions visuelles supérieures 1. Introduction 2. Le système visuel cortical 3. Perception

Plus en détail

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012

Arbres binaires. Hélène Milhem. Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 Arbres binaires Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Arbres binaires IUP SID 2011-2012 1 / 35 PLAN Introduction Construction

Plus en détail

Introduction générale au codage de canal

Introduction générale au codage de canal Codage de canal et turbo-codes 15/9/2 1/7 Introduction générale au codage de canal Table des matières Table des matières... 1 Table des figures... 1 1. Introduction... 2 2. Notion de message numérique...

Plus en détail

Références. Compter les mots. Le langage comme donnée. Communication Langagière Ingénierie des langues et de la parole

Références. Compter les mots. Le langage comme donnée. Communication Langagière Ingénierie des langues et de la parole Communication Langagière Ingénierie des langues et de la parole 1. Introduction générale 2. Ingénierie des langues 2.1 Représentation et codage des textes 2.2 Théorie de l information et probabilités 2.3

Plus en détail

Concepts clef en psychologie cognitive. Jérôme Sackur DEC / LSCP

Concepts clef en psychologie cognitive. Jérôme Sackur DEC / LSCP Concepts clef en psychologie cognitive Jérôme Sackur DEC / LSCP Deux concepts La psychologie cognitive est mentaliste (représentation mentale) et cherche des mécanismes d'où les deux concepts clef: Format

Plus en détail

Neuro-MS/D Stimulateur magnétique transcranien

Neuro-MS/D Stimulateur magnétique transcranien Neuro-MS/D Stimulateur magnétique transcranien Stimulation 20 Hz à intensité de 100% Pic champ magnétique - jusqu à 4 T Refroidissement performant : jusqu à 10000 impulsions pendant 1 session Programme

Plus en détail

TRAITEMENT DE L INFORMATION SENSORIELLE : PRINCIPES GENERAUX. Plan du cours I ORGANISATION GENERALE DU SYSTEME NERVEUX CENTRAL

TRAITEMENT DE L INFORMATION SENSORIELLE : PRINCIPES GENERAUX. Plan du cours I ORGANISATION GENERALE DU SYSTEME NERVEUX CENTRAL TRAITEMENT DE L INFORMATION SENSORIELLE : PRINCIPES GENERAUX Plan du cours I ORGANISATION GENERALE DU SYSTEME NERVEUX CENTRAL 1. Principe général du fonctionnement cérébral 2. Notions de base en physiologie

Plus en détail

2. Stimulations sensorielles

2. Stimulations sensorielles 2. Stimulations sensorielles 2.1. Introduction Position spatiale et orientation «Route» map «Survey» map Trajet défini Exécution motrice 2.1. Introduction Mémoire spatio-temporelle du trajet Position spatiale

Plus en détail

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision Conclusion générale Nous concluons au travers de quatre axes principaux qui ont guidé la rédaction de cette thèse. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision rationnelle compatible

Plus en détail

Equipe ACCES Neurosciences

Equipe ACCES Neurosciences Equipe ACCES Neurosciences Programme de 1 ère S : Référentiel : Le cortex sensoriel et la plasticité du système nerveux central (illustration grâce { des images d activation du cortex somesthésique ou

Plus en détail

Quelles sont les caractéristiques de l image d un journal? Pourquoi l œil ne distingue-t-il pas la trame de l image?

Quelles sont les caractéristiques de l image d un journal? Pourquoi l œil ne distingue-t-il pas la trame de l image? TP spécialité élec. N 1Conversion d une image en signal électrique. Principe de la TV. 1 / 7 I- Perception des images. 1)- La perception. - Une image est destinée à être vue par l œil. La prise de vue,

Plus en détail

Apprentissage par renforcement (1a/3)

Apprentissage 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 détail

Principes généraux de codage entropique d'une source. Cours : Compression d'images Master II: IASIG Dr. Mvogo Ngono Joseph

Principes généraux de codage entropique d'une source. Cours : Compression d'images Master II: IASIG Dr. Mvogo Ngono Joseph Principes généraux de codage entropique d'une source Cours : Compression d'images Master II: IASIG Dr. Mvogo Ngono Joseph Table des matières Objectifs 5 Introduction 7 I - Entropie d'une source 9 II -

Plus en détail

Reconnaissance des formes : Classement d ensembles d objets

Reconnaissance des formes : Classement d ensembles d objets Reconnaissance des formes : Classement d ensembles d objets Données Méthodes Extraction de connaissances Applications Expertise Apprentissage Bernard FERTIL Directeur de Recherche CNRS Équipe LXAO, UMR

Plus en détail

Algorithmique et Analyse d Algorithmes

Algorithmique et Analyse d Algorithmes Algorithmique et Analyse d Algorithmes L3 Info Cours 11 : Arbre couvrant Prétraitement Benjamin Wack 2015-2016 1 / 32 La dernière fois Rappels sur les graphes Problèmes classiques Algorithmes d optimisation

Plus en détail

Modélisation stochastique des données à partir d essais sur matériaux. Pr. Denys Breysse Université Bordeaux 1

Modélisation stochastique des données à partir d essais sur matériaux. Pr. Denys Breysse Université Bordeaux 1 Modélisation stochastique des données à partir d essais sur matériaux Pr. Denys Breysse Université Bordeaux 1 Hasard cause fictive de ce qui arrive sans raison apparente ou explicable (Petit Robert). Ce

Plus en détail

choisir H 1 quand H 0 est vraie - fausse alarme

choisir 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 détail

CHAPITRE 16 LE CORTEX SENSORIEL ET LA PLASTICITÉ DU SYSTÈME NERVEUX CENTRAL

CHAPITRE 16 LE CORTEX SENSORIEL ET LA PLASTICITÉ DU SYSTÈME NERVEUX CENTRAL CHAPITRE 16 LE CORTEX SENSORIEL ET LA PLASTICITÉ DU SYSTÈME NERVEUX CENTRAL Malgré la mise en place d un plan d organisation du système nerveux commun à tous les vertébrés (2 nd ) et le contrôle génétique

Plus en détail

Potentiels cognitifs et Langage

Potentiels cognitifs et Langage Potentiels cognitifs et Langage Option Psychologie cognitive et Neuropsychologie UE 4 - Licence 3 de Psychologie F. Faïta-Aïnseba Identification des mots Recherche des indicateurs électrophysiologiques

Plus en détail

PJE : Analyse de comportements avec Twitter Classification supervisée

PJE : Analyse de comportements avec Twitter Classification supervisée PJE : Analyse de comportements avec Twitter Classification supervisée Arnaud Liefooghe arnaud.liefooghe@univ-lille1.fr Master 1 Informatique PJE2 2015-16 B. Derbel L. Jourdan A. Liefooghe 1 2 Agenda Partie

Plus en détail

Analyse de l étude réalisée par Christopher Bowie Professeur et Chercheur à la Queens University

Analyse de l étude réalisée par Christopher Bowie Professeur et Chercheur à la Queens University Analyse de l étude réalisée par Christopher Bowie Professeur et Chercheur à la Queens University [Etude] «Amélioration des marqueurs neurophysiologiques et neuropsychologiques après un court entrainement

Plus en détail

Les déficiences auditives

Les déficiences auditives Les déficiences auditives Le système auditif est un système très perfectionné qui permet à l individu à la fois d être en alerte constante au niveau de son environnement, de recevoir et de traiter les

Plus en détail

SY09 Rapport TP4 : Analyse discriminante, régression logistique

SY09 Rapport TP4 : Analyse discriminante, régression logistique UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE SY09 Rapport TP4 : Analyse discriminante, régression logistique CUNI Frédéric 15 juin 2015 Objectifs du TP : Le but de ce TP est l application de l analyse discriminante

Plus en détail

Fonctions de la couche physique

Fonctions 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 détail

La mémoire (en bref)

La mémoire (en bref) Lamémoire(enbref) Les modèles développés en psychologie cognitive conçoivent l individu comme une «entité»quitraitedel information.danscestraitements,lamémorisationtientuneplace particulièrement importante

Plus en détail

La coordination des équipes distribuées autour d un espace de production partagé

La coordination des équipes distribuées autour d un espace de production partagé La coordination des équipes distribuées autour d un espace de production partagé Jacques Lonchamp LORIA équipe ECOO jloncham@loria.fr La coordination des équipes distribuées autour d un espace de production

Plus en détail

Bureau : 238 Tel : 04 76 82 58 90 Email : dominique.muller@upmf-grenoble.fr

Bureau : 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 détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L 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 détail

Echantillonnage Non uniforme

Echantillonnage 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 détail

Chapitre 2 : La propagation du message nerveux

Chapitre 2 : La propagation du message nerveux Partie 4 : système nerveux Chapitre 2 : La propagation du message nerveux L arc réflexe est constitué par un réseau de neurones connectés au niveau de synapses. Le message nerveux prend naissance au niveau

Plus en détail

Outils mathématiques pour le datamining. http://www.elseware.fr/univevry

Outils mathématiques pour le datamining. http://www.elseware.fr/univevry Outils mathématiques pour le datamining http://wwwelsewarefr/univevry Géométrie Distance Distance entre parties Matrice de variance/covariance Inertie Minimisation Probabilités Définition Théorème de Bayes

Plus en détail

Coup de Projecteur sur les Réseaux de Neurones

Coup 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 détail

Quinzaine Bloc 9 Psychologie Cognitive Partie 1. 1. Anatomie. Comparaisons entre cerveaux. cerveau. L oeil Le cerveau Les modules

Quinzaine Bloc 9 Psychologie Cognitive Partie 1. 1. Anatomie. Comparaisons entre cerveaux. cerveau. L oeil Le cerveau Les modules Quinzaine Bloc 9 Psychologie Cognitive Partie 1 1. Anatomie 2. Mesure: les champs récepteurs 3. Inférence: choix de l histoire le plus apte 4. Attention 5. Architecture 1. Anatomie L oeil Le cerveau Les

Plus en détail

Planification et ordonnancement sous incertitudes Application à la gestion de projet

Planification et ordonnancement sous incertitudes Application à la gestion de projet Toulouse, 14 mai 2003 Planification et ordonnancement sous incertitudes Application à la gestion de projet Julien Bidot Plan Séminaire au LAAS Planification de tâches et ordonnancement Domaine d application

Plus en détail

Lucie Charles. Etude en neuroimagerie de l influence de la conscience sur les processus de traitement de l erreur.

Lucie Charles. Etude en neuroimagerie de l influence de la conscience sur les processus de traitement de l erreur. Rapport de Stage M2 Cogmaster 2009 Lucie Charles Etude en neuroimagerie de l influence de la conscience sur les processus de traitement de l erreur Stanislas Dehaene Neurospin, Unité de Neuroimagerie Cognitive

Plus en détail

Projet : Recherche de source d onde gravitationnelle (analyse de données Metropolis Hastings Markov Chain) 1

Projet : Recherche de source d onde gravitationnelle (analyse de données Metropolis Hastings Markov Chain) 1 Université Paris Diderot Physique L2 2014-2015 Simulations Numériques SN4 Projet : Recherche de source d onde gravitationnelle (analyse de données Metropolis Hastings Markov Chain) 1 Objectifs : Simuler

Plus en détail

Psychologie et Sciences Contemporaines

Psychologie et Sciences Contemporaines Psychologie et Sciences Contemporaines CM DEUG 1 2ème semestre http://dartar.free.fr/deug2005 Dario Taraborelli taraborelli@ens.fr CM8 - L explication L en sciences cognitives: Analyser et localiser 1

Plus en détail

Université de La Rochelle. Réseaux TD n 6

Université 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 détail

Incertitude et variabilité : la nécessité de les intégrer dans les modèles

Incertitude 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 détail

Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques

Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques Distributions bayésiennes nonparamétriques sur les matrices binaires triangulaires infinies : Applications aux modèles graphiques Patrick Dallaire Université Laval Département d informatique et de génie

Plus en détail

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels.

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels. Licence de Sciences et Technologies EM21 - Analyse Fiche de cours 1 - Nombres réels. On connaît les ensembles suivants, tous munis d une addition, d une multiplication, et d une relation d ordre compatibles

Plus en détail

Interfaces cerveau-machine

Interfaces cerveau-machine Interfaces cerveau-machine Introduction - plan I. Pourquoi des interfaces cerveau machine (BCI)? II. La chaîne mise en jeu Pourquoi des BCI? Moyen de communication Pourquoi des BCI? Moyen de communication

Plus en détail

LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION

LES 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 détail

Bienvenue dans le monde de la construction logicielle

Bienvenue dans le monde de la construction logicielle Chapitre 1 Bienvenue dans le monde de la construction logicielle Sommaire : 1.1 La construction logicielle, qu est-ce que c est? : page 3 1.2 Pourquoi la construction logicielle est-elle importante? :

Plus en détail

Assainissement de ponts rôle. dans la conservation des ponts

Assainissement de ponts rôle. dans la conservation des ponts Assainissement de ponts rôle des inspections et des interventions dans la conservation des ponts Cet exposé a pour objectif de rappeler, dans un moment de débat accru sur la durabilité et la pérennité

Plus en détail

La nouvelle planification de l échantillonnage

La nouvelle planification de l échantillonnage La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage

Plus en détail

Chapitre 3 L assortiment indépendant des gènes. Des génotypes supérieurs de cultures telles que le riz ont révolutionné l agriculture.

Chapitre 3 L assortiment indépendant des gènes. Des génotypes supérieurs de cultures telles que le riz ont révolutionné l agriculture. Chapitre 3 L assortiment indépendant des gènes Des génotypes supérieurs de cultures telles que le riz ont révolutionné l agriculture. La variation de deux caractères Croisements monohybrides: entre 2 individus

Plus en détail

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring Les méthodes d évaluation du risque de crédit pour les PME et les ménages Caractéristiques Comme les montants des crédits et des

Plus en détail

Quelques points de traitement du signal

Quelques points de traitement du signal Quelques points de traitement du signal Introduction: de la mesure au traitement Source(s) BRUIT BRUIT Système d acquisition Amplitude (Pa) Temps (s) Amplitude (Pa) Mesure Opérations mathématiques appliquées

Plus en détail

5 Méthodes algorithmiques

5 Méthodes algorithmiques Cours 5 5 Méthodes algorithmiques Le calcul effectif des lois a posteriori peut s avérer extrêmement difficile. En particulier, la prédictive nécessite des calculs d intégrales parfois multiples qui peuvent

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 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 détail

Téléinformatique. Chapitre V : La couche liaison de données dans Internet. ESEN Université De La Manouba

Téléinformatique. Chapitre V : La couche liaison de données dans Internet. ESEN Université De La Manouba Téléinformatique Chapitre V : La couche liaison de données dans Internet ESEN Université De La Manouba Les techniques DSL La bande passante du service voix est limitée à 4 khz, cependant la bande passante

Plus en détail

MODULATION D AMPLITUDE

MODULATION D AMPLITUDE Misuriello Maxime 17/03/08 Arondel Olivier MODULATION D AMPLITUDE 1 Modulation... 1 1.1 Porteuse... 1 1.2 Modulation AM... 1 1.3 Modulation DSB... 3 2 Démodulations... 5 2.1 Détection d enveloppe (AM)...

Plus en détail

Activité 1 : échantillonnage

Activité 1 : échantillonnage Activité échantillonnage, intervalle de fluctuation, prise de décision (à partir d un même thème) Les trois activités qui suivent s inspirent du document «ressources pour la classe de première générale

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

Plus en détail

Psychoacoustique. Daniel Pressnitzer (Ircam, UMR CNRS 9912 et DEC, Equipe Audition, Paris) Daniel.Pressnitzer@ircam.fr

Psychoacoustique. Daniel Pressnitzer (Ircam, UMR CNRS 9912 et DEC, Equipe Audition, Paris) Daniel.Pressnitzer@ircam.fr Psychoacoustique. Daniel Pressnitzer (Ircam, UMR CNRS 9912 et DEC, Equipe Audition, Paris) Daniel.Pressnitzer@ircam.fr I. Bref rappel d acoustique. Nature du signal sonore Représentations (temporelles,

Plus en détail

ELE1300 Automne 2012 - Examen final 1/12 0001 + 0101 = 1.01 + 0110.1 = - 00110 = 0111 + 0011 = - 11001 = 1000 + 0010 = 01.01-1101.

ELE1300 Automne 2012 - Examen final 1/12 0001 + 0101 = 1.01 + 0110.1 = - 00110 = 0111 + 0011 = - 11001 = 1000 + 0010 = 01.01-1101. ELE1300 Automne 2012 - Examen final 1/12 Question 1 Arithmétique binaire (6 pts - 15 min) a) Calculez les opérations suivantes (tous les nombres sont signés et représentés au format complément à deux).

Plus en détail

Chapitre 2 La rétine : les photorécepteurs rétiniens génèrent des messages sensoriels

Chapitre 2 La rétine : les photorécepteurs rétiniens génèrent des messages sensoriels Chapitre 2 La rétine : les photorécepteurs rétiniens génèrent des messages sensoriels La rétine constitue l organe sensitif de l œil : c est elle qui capte les signaux lumineux et les transmet au cerveau

Plus en détail

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires Chapitre I Probabilités Bcpst 1 2 novembre 2015 I Exemples d expériences aléatoires Une expérience aléatoire est une expérience dont on ne peut pas prédire le résultat avant de l avoir réalisée... ce qui

Plus en détail

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce Heuristique et métaheuristique IFT1575 Modèles de recherche opérationnelle (RO) 8. Optimisation combinatoire et métaheuristiques Un algorithme heuristique permet d identifier au moins une solution réalisable

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

Des neurosciences aux traitements : Le pharmacien face aux addictions

Des neurosciences aux traitements : Le pharmacien face aux addictions Des neurosciences aux traitements : Le pharmacien face aux addictions Colloque national de pharmacie Marrakech, 2 février 2013 Jalil Bennani Psychiatre et psychanalyste (Rabat) Habilité à diriger les recherches

Plus en détail

APF, IRME, ALARME, AFIGAP. Quel avenir pour les. homme-machine? interfaces. F. Clarac, F. Chavane, 17 novembre 2007

APF, IRME, ALARME, AFIGAP. Quel avenir pour les. homme-machine? interfaces. F. Clarac, F. Chavane, 17 novembre 2007 Quel avenir pour les interfaces homme-machine? F. Clarac, F. Chavane, 17 novembre 2007 APF, IRME, ALARME, AFIGAP Réparer ou substituer! La politique de L IRME a été depuis plus de vingt ans de soutenir

Plus en détail

Master 1 de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( 2014/2015) -

Master 1 de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( 2014/2015) - Dominique Ferrieux - Université Paul Valéry - Montpellier III Master de Psychologie du Travail et des Organisations : Recueil et analyse des données - Corrigés des T.D. ( /) - Deuxième partie : Plans :

Plus en détail

Pr evision & g en eration d al

Pr evision & g en eration d al Prévision & génération d aléa Matthieu Finiasz Motivation Pourquoi générer de l aléa? En cryptographie, on a besoin d aléa pour beaucoup de choses : génération de clef, masquage aléatoire, génération de

Plus en détail

Analyse d'un système de mesure pour le suivi des mouvements des bébés

Analyse d'un système de mesure pour le suivi des mouvements des bébés Antwerpen Celestijnenlaan 300C, bus 04026 Brussel-Bruxelles BE-3001 Heverlee Charleroi tel. : +32 16 32 25 91 Gent fax : +32 16 32 29 84 Hasselt info@sirris.be Leuven www.sirris.be Liège date 10-06-2015

Plus en détail

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert

STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales. Transparents Philippe Lambert STAT0162-1 Analyse statistique de données qualitatives et quantitatives en sciences sociales Transparents Philippe Lambert http : //www.statsoc.ulg.ac.be/quali.html Institut des Sciences Humaines et Sociales

Plus en détail

Enveloppes convexes dans le plan

Enveloppes convexes dans le plan ÉCOLE POLYTECHNIQUE ÉCOLES NORMALES SUPÉRIEURES ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE B (XECLR)

Plus en détail