Cours #8 Flashcards

1
Q

Mémoire sémantique

A

Permet de stocker les faits et les connaissances.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Connaissance conceptuelle
- def : connaissance qui….

A

Connaissance qui nous permet de reconnaître des objets et des événements et de faire des inférences sur leurs propriétés

XXX

Inférence sur les propritsés :si je vois oiseau, je px inferer que p voler, sauf si unee exception et ne pt pas, ex pingouin

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Concept

A

Représentation mentale utilisée pour une variété de fonctions cognitives.

XXX
Abtrait. Representation pour nos connaissances. Permet dev et utilisation de ça par nos fonctions cognitives. TT les fctions de haut niv vont use ces connaissaneces des concepts. Qd on a des concepts, cmt on fait ? Cmt on organise ca ?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Catégorisation
- c’est quoi comme processus ?
- les catégories sont des exemples possibles de quoi ?

A

—> processus par lequel les choses sont placées dans des groupes appelés catégories.
—> Les catégories sont tous des exemples possibles d’un concept particulier.

XXX
On categorise les concepts en categ.
Souvent on va melanger categrie et concept ensemble.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Les connaissances que nous avons du monde sont organisées en catégories pour faciliter quoi ?

  • Aide à comprendre quoi ?
A

Les connaissances que nous avons du monde sont organisées en catégories pour faciliter l’encodage, la représentation, la récupération et le raisonnement.

Aide à comprendre les cas individuels non rencontrés précédemment.

XXX
À quoi ca sert de placer nos concepts ds categorie.
Qd on a plusieurs concepts regroupés ensemble, permet d’avoir des pts communs entre tt le elements quon categ.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Pointeurs vers la connaissance : catégories

  • Les catégories nous fournissent quoi ?
  • Elles nous permettent quoi ?
A

Les catégories fournissent une mine d’informations générales sur un objet.

Nous permettent d’identifier les caractéristiques particulières d’un item.

XXX
MM si jvois oiseau que jai jamais vu avant, jsuis cap d’inferer que c’est un oiseau.
Dans cette categ, plusieurss caracteristes emergent grace à apprentissage fait depuis qu’on est nés.

Important pour faciliter encodage. Qd on a new info, cap de le prendre / organiser. Aide pr la représentation d’avoir un concept mental. Ns permettre d’avor représentation + juste, pr avoir accès. Aide à la recuperation de info.

Si on est tjrs face à des nouveaux elements/choses, on va tjrs tt apprendre à 0 et prendrait bcp trop de ressources cogn. Donc mentalement on use les pointeurs vers les connaissance s

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Approche définitionnelle de la catégorisation (3)

A

Déterminer l’appartenance à une catégorie selon que l’objet répond à la définition de la catégorie.

Ne fonctionne pas bien.

Ressemblance de famille.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Approche définitionnelle de la catégorisation : Déterminer l’appartenance à une catégorie selon que l’objet répond à la définition de la catégorie.

A

Plusieurs critères (nombre fini) qu’un membre d’une catégorie doit posséder.

XXX
ON definit oiseau avec def : genre des plumes etc. Mas probleme = bcp trop d’exeption (ex oiseau poil). Ç aserait trop compliqué, trop d’exemples et contre-exemples. Pas optimal pr categ les objets

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Approche définitionnelle de la catégorisation : Ne fonctionne pas bien

A

Tous les membres des catégories quotidiennes n’ont pas les mêmes caractéristiques qui les définissent.

XXX
Une chaise = un endroit où on pt s’asseoir, où y’a un dossier des pattes… Des def de objet chaise qu’on essaie de passer. Ici, 4 images qui rep à certaines parties de la def. Ça = exemple vrm simple. Qd on parle de conscience encore +.

Y’a reseemblance de famille. Pas basé nec sur la definition, mais + des caract specifiques. Possible d’avoir plusieus objets qui se ressemblent, mais pas nec les mm caracteristiques. Pt former des ss-groupes qui se ressembnet. Comme si cest des connexions de similarité. Pour essayer de comprendre conceptuellement et dev une theorie qui use cette theorie, y’a approche des protytpe ds categ

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Approche définitionnelle de la catégorisation : Ressemblance de famille.

A

Les choses d’une catégorie se ressemblent de plusieurs façons.

XXX
(devrait rentrer ds le ne fctionne pas bien)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

L’approche des prototypes dans la catégorisation : prototype typique (5)

A

Une représentation moyenne du membre “typique” d’une catégorie.

Caractéristiques spécifiques qui décrivant les membres de ce concept.

Une moyenne des membres de la catégorie rencontrés dans le passé.

Différences entre un membre et la moyenne = variation au sein d’une catégorie et différences de typicalité.

Faible et haute typicalité.

XXX
Images de trois oiseaux diff. Les toris oiseaux qd on les rgarde, nont voit que caract similaires. Chaque fois quon rencontre objet qui appartient à categ donndée, le cerveau aurait une moyenne.

Combiner tt les elements quon rencontre quoti ds notre apprentissage et quon classerait ds categ specifique. Ils produiraient une moyenne abstraite (4e image de oiseau).

En creant cette moyenne (ptototype) à chaque fois que rencontrer new oiseau, on va le comparer avec le prototype.

Pas besoin de voir tt les oiseaux du monde pr reconnaitre un new oiseau.

Ecq cet objet resssemblee à mon prootytpe ?

Typique, pcq composé des elements caract comme un concept donné.

Membre = tt objet, animal qouon rencontre…

Un element qui ressemble bcp à ma moyenne = hautement typique. Un membre qui ne ressemble pas = faiblement typique.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

L’approche des prototypes dans la catégorisation : étude
(objets/animaux et classement)

A

Présente aux participants des categories et 50 membres différents de cette catégorie.

Plus le chiffre est bas, plus le membre est similaire au prototype.
- Haute typicalité.
- Grande resemblance de famille.

XXX
Étude qui sur approche de prototype. Ask à des pers d,évaluer des mots qui apaprtiennent à des categ specifiques.

Demandé à quel pts on pense que cet element / membre resemblen à la categ quon vs donne.

1er exemple : oiseau, 2e = meuble.
+ eval basse, + element coté comme ressemblant à la categorie. Moineau ressemble énormement à notre prototype de questionnement. Alors que cahuve-souris = très loin ds def qu’on definiti comme ressemblant.

Pingouin ne vole pas. Vu que un peu different, on dit que ressemblen moins de la categ des oiseaux. Approche def ne pt pas expliquer ressemblance de famille, il faut de quoi de plus continu, pour faire des moeynnes, avoir un prototype.

Chiffre paranthese = eval des participants sur le mot. À quel pts ces mots représentent selon vous la categ donnée. .
Chiffre bas = asso à un membre avc haute typicalité. Et haut = faible typicalité.

POur la deuxieme categ, on voit categ des meubles. Chaise, sofa, telepohne. Ecq telephone = meuble ? Non. Mais comme pas def, voir à quel pts on pense que cell ressemble à prototype de categ des meubles. Selon cette approche, cap de distinguer diff elements d’une categ selon si y’on haute typica ou faible. Realisé que chiffres hautement typiques = grande ressemblance de famille.

Membres avec faible typicalité ont moins grande ressmeblance de famille avc les autres elements.

FORTE CORRELATION ENTRE TYPICYALITÉ ET RESS DE FAMILLE. + membre de categ typique, + grande ress de famille (correlation positive).

Prototype ne seriat pas à 1 pcq ca serait une moyenne…, existe pas (mais techniquement oui, de mm quon pt le conceptualiser0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Haute ptototypycalité

A

le membre de la catégorie ressemble étroitement au prototype de la catégorie.
- Membre “typique”
- Pour la catégorie “oiseau” = moineau.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Faible prototypicalité

A

le membre de la catégorie ne ressemble pas étroitement au prototype de la catégorie.
- Pour la catégorie “oiseau” = pingouin

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Liens entre prototypicaliste et ressemblance de famille

A

Forte relation positive entre la prototypicalité et la ressemblance de famille.

Lorsque les éléments ont une grande quantité de chevauchement avec les caractéristiques des autres éléments de la catégorie, la ressemblance de famille de ces éléments est élevée.

Faible chevauchement = faible ressemblance de famille.

XXX
Partage des caractéristiques qui definit cette ressemblance de familles.

Si y’a un nouvel oiseau quon le voit, et qqun qui que vrm diff de ce que vu ds le passé. Pers
À coté de ns expert de oiseau ns dit que cest un oiseau. Il va arriver quoi avec notre prototype ?

Le portotype va ahcnger, pcq on ajoute element (comme si on ajoute element à la moyenne, donc la moyenne va changer)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

L’approche des prototypes dans la catégorisation : effet de typicalité

A

les objets prototypiques sont traités préférentiellement.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Effet de typicalité : étude de smith (pomme vs pomme-grenade)

  • quelle technique a été utilisée ?
A

Technique de vérification des phrases.

Objets hautement prototypiques jugés plus rapidement.

XXX
ETUDE
Ecq une pomme est un fruit ? Pommegran = fruit ? Et repondre le vite rapossile. On voit temps de reaction de diff elements. Pr pomme on rep plus vite que pomegrenade.

SI on analyse graph, on voit que le mot pomgrenade = eval comme faiblement prototypique, comparé au pomme qui a une forte prototyp.

Pr les elements hautemement prog, on repond + rapidement. On juge plus qui ressemblent à categorie qui ressemblent à prototype.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Effet de typicalité : (1/2/3)

A

1

1) Effet de typicalité : les objets prototypiques sont traités préférentiellement.

2) Les objets prototypiques sont nommés plus rapidement (appellation).

3) Les membres de la catégorie prototypique sont plus affectés par un stimulus d’amorçage

XXX
Voir ecq le compo est cap d’appuyer la theorie quon est en train de voir. D’autre effets au niv comportemental qui peuvent être expliqués par approche prototype.

On va rep plus vite aux objets hautement proto

Si je dis nomme le + de fruits possibles, on va nommer ceux qui + proto que - proto.

Vont être traités de manière preferentielle si on est exposés à element hautement proto

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Étude : vert amorce et “vert” hautement prototypique

A

**
le reaction time c’est seulement pour le same color
Ont etudier cet effet.

Les participants ont entendu un mot. Ici, mot = vert. Qd on dit vert, chacun de ns ds’imagine une certaine couleur. Qi est moyenne de tt les verts quon voit. On pt avoir prototype moyen de la couleur verte. Particp entendent le mot. Le fait d’entendre avant de faire test = l’amorce

Entendre vert = le prime. Apres, les particip exposés à deux cercles de couleurs et dire si coulours presentées sont les mm entre elles. Ecq 1er = de la mm culeur que le 2e.

Oui pour les deux 1ers, non pour le dernier.

Prendre les reponses asso à oui cest la mm couleur et regarder les temps de reaction.

POur les deux premiers, on voit ver + prononcé ds le premier, + pale ds l’autre. Qd moyenne de couleur verte, ressemble + à celle du haut. Ont realisé que pr les bons exemples d’une categorie, les personnes repondent + rapidement. 610 ms/ms vs 760 m/s pr l’exeple moins typique.

Hypothese : lesparticipants qd entendent vert, vont activer prototype de categ vert. Qd ils l’activentn, ils vont rep + rapidement aux exemples qui resement à ce prototy qui a été amorcé par le fait qu’ils l’ont entendu avant de faire la tache.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Ressemblance de famille : description

A

Les membres d’une catégories se ressemblent de plusieurs manières.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Ressemblance de famille : résultats expérimentaux

A

Évaluations plus élevées pour des items à haute prototypicalité lorsque les personnes doivent évaluer à quel point un membre d’une catégorie appartient bel et bien à celle-ci (Rosch, 1975a).

XXX
Eval plus elevé vt dire que asso chiffre plus bas, mais eval plus elevée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Typicalité : temps de réponse et typicalité

A

Les individus répondent plus rapidement pour des membres qui sont plus typiques dans la catégorie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Typicalité : résultats expérimentauxx

A

Temps de réactions plus rapides pour des phrases tels que ‘un moineau est un oiseau’ (haute-prototypicalité) comparé à ‘une autruche est un oiseau’ (faible-prototypicalité) (Smith 1974)

XXX
Ns ds exeple =pomme grrenade vs pomme = fruit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Appellation : description

A

Les personnes sont plus promptes à lister certains objets plus que d’autres.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Appelletation : résultats expérimentaux

A

Les items à haute-prototypicalité sont nommés en premier lorsque les individus listent des exemples d’une même catégorie (Mervis 1976).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Amorçage : description
(définition de amorce)

A

La présentation d’une stimulation modifie les réponses à des stimulation présentées par la suite.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Amorçage : résultats expérimentaux

A

Jugements plus rapides pour la discrimination couleur identique-différente pour des items à haute-prototypicalité (Rosch 1975b).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Approche des exemplaires : comment est représenté le concept? (et notes one note des 6)

A

2

Le concept est représenté par plusieurs exemples (plutôt qu’un seul prototype).

XXX
Ressemble bc p à prototype. Mais diff = que pas de moyenne abs (de prototyepe_. Les mm principes, mais au lieu de comparer les membres, comparer slmt les membres entre eux.

Qd exposés à element / objet, devient un exemple de l categorie. On garderait en stockage chaque exemple. Comme ca que dire que si expo à un element, si apaprtient à la categ ou non.

Chaque exemple = qqchose quon a déjà vu ds notre vie

Vu quon represente une categ et on ne la definit pas.

Pas de moyenne. Cest une description d’exemples specifiques

L’approche des exemplaires explique aussi l’effet de ressemblance de famille.

Mm si compare pas aux tropotype, comparer à d’autre elements et avoir????

Reference au tableau qui resume etudes vues precedemment

Condiere mieux cas different / atypiques

TT ce que notre cerveau essaie de faire au niv cognitif = optimiser algoruthme pr chaune de nos fonctions. Cerveau essaie de optimiser categ. AU lieu de use juste approche des prototypes, use celle des exemplaires.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Approche des exemplaires : les exemples sont quoi + pour classer, il faut quoi ?

A

Les exemples sont les membres réels de la catégorie (pas les moyennes abstraites).

Pour classer, comparez le nouvel élément aux exemples stockés

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Approche des exemplaires : similaire à quoi + différence avec cette chos

A

Similaire à la vue des prototypes.
—> Représenter une catégorie ne la définit pas.

Différent: la représentation n’est pas abstraite.
Descriptions d’exemples spécifiques.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Approche des exemplaires : plus un exemple spécifique…

(quel effet ?)

A

Plus un exemple spécifique est similaire à un membre de catégorie connu, plus vite il sera catégorisé (effet de ressemblance de famille).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

Approche des exemplaires : explique quoi (2) + prise en compte de quoi et traitement de quoi

A

Explique l’effet de typicalité.

Explique les résultats trouvés dans l’approche des prototypes.

Prise en compte facile des cas atypiques.

Traite facilement des catégories variables.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Apprentissage avec l’approche des exemplaires : exemple hippo + elephant

A

Score de similarité pour la catégorie ÉLÉPHANT

Score de similarité pour la catégorie HIPPOPOTAME

—> Plus la similarité intra-catégorielle est forte, plus la catégorisation est rapide.

—–> Plus la similarité inter-catégorielle est faible, plus la catégorisation est rapide.

XXX
Qd on apprend, des objets, des images, que sur ecran ou realité. Ces images y,a des variations. Contexte pt être diff, profil aussi.

Cap de dire que tt ce qu’en train de voir = elephant. TT va rentrer ds exemple d,elemahnt et cap de dire que ce quon voit = elephant, mm si ne ressemble pas (le cartton). Cerveau qd mm aopte à cateogirser cet element ds concept elephant. En IA, on essaie de donner des images à algorithme et apprendre à categ de new elements. But = de dire que elephant basé sur slmt les 3 images. Ns = grade aisance à le faire.

Hippo
Rhino

On a categ differentes. Y’a carac qui se ressemblen, mais assez qui sont diff pr ne apas les classer ds la mm categ.

Qd elepahtn à droite, on voit qeue y’a de ptites oreilles, alors que elephant = evident que de grandes. Le ele droit = ptite orielles comme hippo et rhino. Et algo IA va avoir bcp de diff. Pr ns, cest vrm easy de le palcer ds bonne categ !

Y’a des images qui ont forte ressemblance. Mais peuvent partager des caract similaires avc d’autres categ aussi. Rend la tache + tof. Et mm si cap de faire cette operation, ds tache de reactions, cest plus tof. Qd on ressemble moins à sa categ, c’est + compelxe.

XXX
Element partage sim avc sa propre categ. Plus stim intra-categ = forte, ++ la categ = rapide. + image ressemlbne à autre categ qui n’est pas la sienne, plus simil est faible, + categ

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Prototypes ou exemplaires? Préférence pour les prototypes (3)

A

Explique les effets de typicalité.

Implique également des representations abstraites.

Les prototypes peuvent mieux fonctionner pour les grandes catégories.

XXX
Pt mieux fonctionner pour les grandes categories. + eff pour les grandes categ

35
Q

Prototypes ou exemplaires? Préférence pour les exemplaires (6)

A

Explique les effets de typicalités.

Implique des représentations concrètes.

Les exemples peuvent mieux fonctionner pour les petites catégories.

N’élimine pas des informations pertinentes.

Mieux pour les catégories plus variables.

Plus important avec l’apprentissage.

XXX
Qd y’a de plus petites categ et vu que explique aussi effets de typicalité, explique des représentations concrtes. On use approche des exemplaires plus tot ds notre vie avec apprentissage.

+ on grandi et vieilli, + on va créer de moyens abstraits et plus besoin d’exemples.
Cerveau fctionne de mm pr être sur d’avoir assez d’exemples qui representent assez la categ. Comme le N qui doit être elevé pr avoir de quoi de stats sign.

Quoi ds mes exemples qui appartiennent à la mm categ sont differents ? Mon cervau va se dire jvais pas faire de moyenne. ?? Jusqua arriver à pts ou cap de trouver des similarités.

Acheve partie de cours de categ. Voir apres la pause cmt on organise les concepts. Cmt les categ sont organisées ds notre esprit entre quel type de modele pourrait expliquer cette orgn. Voir apres au niv physio cmt faire le lien.

36
Q

L’organisation hiérarchique : Pour bien comprendre comment les gens catégorisent les objets, il faut considérer :

+ c’est quoi qu’on se demande pour les niveaux de catégories ?

A

Propriétés des objets.

Apprentissage et expérience des percepteurs.

—> Existe-t-il un niveau de catégorie privilégié?

XXX
Hiérarchie = y’a des concepts au dessus de certains concepts.
Trois niveaux : un global, un de base et un specifique

Dans ces exemples, on voit que ds niveau global, un seul, apres des btahcmenets. Ça pt être exponensiel.

Ici on va parler de.3 nivs pour simplifier la chose.

Certaines choses quil faut consider. Les proprité des objets. Able à certaines propriétés / cuisine = d’autres. Pareil pour les véhicules. Ds apprentissage, y’aurait cette org qui ne ferait, donc experience asso aux objets qui sont categorisés. Une des questions = ecq y’a un niv de categ qui serait priviligé. Quon use + easy qu’un autre niveau.

37
Q

Pertinence des niveaux hiérarchiques : Niveau supérieur :

A

(ex. instrument de musique):

Faible similarité intra-catégorielle;

Très faible similarité inter-catégorielle.

XXX
Dans le niveau supérieure, on vt le use pour comprendre organisation de niv hierarchie. Souvent ds supérieur

38
Q

Pertinence des niveaux hiérarchiques : Niveau de base

A

(ex : guitare)

Forte similarité intra-catégorielle;

Faible similarité inter-catégorielle.

39
Q

Pertinence des niveaux hiérarchiques : Niveau subordoné

A

(ex guitare electrique)

Très forte similarité intra-catégorielle;

Forte similarité inter-catégorielle.

40
Q

Pertinence des niveaux hiérarchiques : schema

A

Deux exemples de catégories au niv global. On a dit qu’au niv supérieur on a une faible similarité intra. Faible sim intra = guitare et flute ne se ressemblent pas bcp. Simailairét qui est à l’intérieur de la categorie (instrumnt de musique).

Intra fait ref à guitare et flute.

Au niv superieur, fable similarité inter (entre les categ ds le mm niveau).

Instrument de musique et meuble. Très faible inter-categ.

Niveau de base : forte similarité intra. Fait reference à quoi ?

Si on compare guitar et flute, très peu de similarité. Pcq haut niv de base = entre les categories. On sait une comparaison horizontale, intra = comparaison verticale.

Au niveau specifique, forte similarité intra.
Deux guitares electriques diff sont très similaires entre elles. Y’a forte stim inter et intra. Guitar electrique a fortes sim avec guitare acoustique. Partagent bcp d’elements ensemble.

On passe du global au specifique.

Inter = hori
Intra = vertical

Guitar electrique et acoustique = inter.
Intra = entre deux guitares electriques. Ma guitare electrique qui se comparer à la guitare electrique de mon ami.

41
Q

Évidences que le niveau de base est spécial : etude #1 (global, specifique et subordoné et nombre de features)

A

Aller au-dessus du niveau de base entraîne une perte importante d’information.

Aller au-dessous du niveau de base entraîne peu de gain d’information.

XXX
EXMEPLE 1/
Niv pas trop specifique, mais pas trop large non plus. Démontré ds etudes qui ont posé des questions aux participants par rapport aux caracteristiues.

Ask aux particp de nommer des carat pr chacun des mots. Realisé que pr niveau plus global, mettre moins de caract. Ici = moyenne de 3.

On dit caract de table, on donne 9. On augmente le nb used pr identifier ce niv. Ds le specifique, on donn un peu plus de carct, mais nb = pas tant plus elevé queindice de base.

Aller au dessus du niv de base entraine une perte importante d’info. MAIS, aller en bdessous entraine un peu de perte d’info

SI on compare les diff niveaux, TR bcp plus rapides au niv de base que d’autres niveaux.

Si question = quel tyoe de table on voit, on sera plus ent à repondre. Avoir specificité de info = pas facile. Dire arbre, pas bouleau / chaine. De manière gen, on use le niv de base, mais parfois le specifique qd on devient expert. On est expert en quoi ? RECONNAISSANCE DE VISAGES. Qd rec de visage, on dit pas ah cest un humain. On va nommer les pers. Pcq on est experts. Si extraterreste, pas expert,

42
Q

Évidences que le niveau de base est spécial : (les oiseaux specifique vs base) etude #2

A

Les connaissances, apprentissages et expériences affecte la catégorisation autant que les caractéristiques d’un objet.

Le niveau spécifique peut être préférentiellement traité.

XXX
Expert en oiseau et non-experts e oiseau. On voit les % de niv et on a niv de base et specifique. Presenter des images aux participants. D’objets, d’elephants, d’oiseaux. Gens devaient nommer des images quils voyaient.

ON realise que les non-experts ont bcp use le niveau de base. Vont pas dire moineau, rouge, gorge etc, vont dire oiseau. Niv de base = de dire categ de manière plus generale. Specifique = aller determiner l’espece d’oiseau ou d’animal. Ce quon voit en orange. Use le niv de base + que le specifique. Possible de predire si niv de base = très bien.

ON use bcp + le niv specifique qd on est xperts que le niv de base.
Avec notre categorisation. Important à considérer qd on asso des caract à un objet. Qd on est experts, on va asso bcp + de caract au niv specifique que qd on est pas experts.

Niv specifique pt être traité préférentiellemet

43
Q

Réseaux sémantiques

A

Les concepts sont organisés en réseaux qui représentent la façon dont ceux-ci sont organisés dans l’esprit

44
Q

Réseaux sémantiques : modele de colins et quillian

A

Noeud = catégorie / concept

Les concepts sont liés.

Modèle qui schématise la façon dont les concepts et les propriétés sont associés dans l’esprit.

XXX
- Nœuds reliés par des liens
- Chaque nœud = catégorie ou concept
- Concepts placés de manière à ce que les concepts apparentés soient connectés
Un certain nb de propriétés indiquées pour chaque concept.

XXX
Réseau semantique pr comprendre cmt categ sont organisés ds notre cerveau.

On a ds notre esprit un reseau hierarh qui ressemble à ce quon voit ici. Niv + hauts asso à des nivs plus bas. On voit ds les cercles les nœuds / categ. Ce quon voit entre les concepts = le lien entre le concept. On s’entend que le concept animal = proche du concept oiseau. Mais concept animal = plus éloigné que caanri

Schematise cmt les concepts sont orgn, mais aussi les propritésé. Chaque concept a des propriétés specifique. Si en haut avc les autres vivants, on pt dire être viv pt grandir / est vivant. On pt y aller avec animaux. Un animal pt bouger / y’a une peau. Chaque nœud = prop de stocké ds les nœuds et y’a une orgn à travers les nœuds.

Qd on regarde les prop,, celles qui sont partagées par les nœuds du dssous, vont être stckés sur neoeuds du dessus. Ex oiseau ont des plumes. Mais, les canaris ont de splumes aussi. Pk on l’a pas stcok endessous, pcq economie cognitive qui dot se faire. Economiser nos ressources mentales. AU lieu de stocker avoir de splumes sur lignes specifiques, le mettre sur nœud d’au dessus et partagé par tt les nœuds plus speifiques. Partae de propriétss qd y’a un lien entre les nœuds

En gros, qd on voit oiseau can fly, pas besoin de le mettre sur neoud specifique en bas. Pcq nœud en bas va partager propriétés au dessus de lui. Et permettrait econoie cognitive

Les exeptions on fait quoi ?
Si on voit l’exemple de poingouin, mm si en dessous de oiseau, on pt ajouter une propriété et dire le pingouin ne pt pas voler. Ajouter pr les exceptions sans aovir à ajouter une propriété partagée partout

Les elements de niv inférieur partagnent les propirétés de niv superieur. Canari partage quelle autres propriétés aussi ? Animal, choses vivantes.

J,aoute nœud aligné vers pingouin. J’aoute propriété. Ecq pt

45
Q

Les réseaux sémantiques : quel type de modèle ?

A

hiérarchique

46
Q

Les réseaux sémantiques : économie cognitive

A

Les propriétés partagées sont uniquement stockées dans des nœuds de niveau supérieur.

Les exceptions sont stockées aux nœuds inférieurs.

47
Q

Les réseaux sémantiques : transmission

A

Les éléments de niveaux inférieurs partagent les propriétés des éléments de niveau supérieur.

48
Q

Les réseaux semantiques (temps pour récupérer une infomation est déterminé par quoi ?) etude

A

D’après la structure des réseaux sémantiques en modèle hiérarchique, le temps que cela prend pour récupérer une information est determiné par la distance qui est parcourus à travers le réseau

XXX
Donc si les reseaux semantiques sont adequats, plus on s’éloigne au niv de cette hierarchie, plus le comportement va changer. + le temps de reaction va être important.

Un canard est un canard.

On dit quel canard est un oiseau ? Pers va prendre + de temps pr reporndre, pcq nœud au dessus

Si question ecq canari est un animal, ça prendra encore + de temps, pcq on doit montrer la hierarchie. Deux nœuds avant de repondre.

Si on dit ecq je repnds plus vite pr canari jaune, canari avec plume ou canari pt bouger, on rep plus pour un canari est jaune.

Que pr un canari a des flumes. Pcq pour avoir propriétés des plumes, il faut monter la hierarchie, aller nœud au dessus. Et pas slmt au dessus, mais encore +, donc prend + de temps pr rep à ce type de phrase.

On realise qu’en realité ça prend plus de temps. Cette structure des reseaux semantiques pourrait faire du sens. Mais bien des choses que le modele ne pt pas expliquer.

49
Q

Les réseaux semantiques : diffusion de l’activation

A

L’activation est le niveau d’excitation d’un nœud.

Lorsqu’un noeud est activé, l’activité s’étend sur tous les liens connectés.

Les concepts qui reçoivent l’activation sont amorcés et plus facilement accessibles depuis la mémoire.

XXX
Mais autres choses que modele pt expliquer. Diffusion de l,activité. Signifie que ds on active , vu que nœud = lié à un autre concept, activation d’un concept va activer d’autres concepts liés à ce conceptm là.

Qd on active image de moineau, on active, mais aussi concept d’oiseau, concept d’animal, de canari, d’autruche. Tous ces concepts sont amorcés quand on voit une image d’un moineau.

Au niveau comportment, qd concept = amorcé, on va obs des temps de recations + rapides. Pcq on a amorcé le concept. Ces reseaux peuvent expliquer ça grace à la duffision de l’activation.

Activation = quoi ? Le niv d’excitation d’un nœud. Concepts qui recoivent de l’activatio + facilement accessibles à partir de la mémoire.

50
Q

Les réseaux semantiques : etude tâche de décision lexicale

A

Tâche de décision lexicale.

Les participants lisent des stimuli et sont invités à dire le plus rapidement possible si l’élément est un mot ou non.

“Oui” si les deux chaînes sont des mots; “Non” sinon.

Certaines paires étaient étroitement associées.

Le temps de réaction était plus rapide pour ces paires.

Diffusion de l’activation

XXX
Les participants lisent des mots et dire le + vite si mot = mot ou non mot. Présentaient des paires de ots. Chaque fois = des mots ensemble.

Parfois pt être canari et moineau. Chaque fois que présentait des mots asso / liés, les gens repondaient plus rapidement, pcq un concept activé active le 2e concept assui.

Plus rapide à rep à ce type de question. Temps de reaction + rapide pr les mots liés que pour les mots non-assocés.

51
Q

Les réseaux sémantiques : critiques de de collins et quilliam

A

Impossible d’expliquer les effets de typicalité.

Économie cognitive?

Certains résultats de vérification de phrases sont problématiques pour le modèle.

XXX
Pig = mammal
Pig = animal

Impossible d’expliquer modele de tipicalité par contre. Reseau pt pas ns dire pk on repond plus rapidement à canari que pingouin.

Ecq vrm enocomie cognitive avc prop stockées sur nœud supérieur ? Questions quon pt se poser.

Dernier element = y’a plein de resultats qui moontrent que faux cet effet de sup / niv. Si on dit un cochon = un animal, on va rep très vite. Si cochon = mammiphere, on va rep moins vite. Alors que mammi se trouve plus proche de cochon que animal

Reseau sem ne peuvent pas expliquer cmt les categories sont organisées dans notre esprit.

Pas cap

52
Q

Approche connexionniste (2 pts)
- créer quoi ?
- quel type de traitement ?

A

Créer des modèles informatiques pour représenter les processus cognitifs.

Traitement distribué parallèle.

XXX
Approche connex ne fonctionne pas selon hierarchie mais modele parallele.

Plusieurs modeles pr reproduire le procesuss cognitif humain. Tratement distribué parallèle.

Les connaissances sont distribuées à travers diff unités (les neurones). Et y’a des liens entres les unités, lines physiques et fonctionnesls.

Approche connex = s’est inspirée du cerveau. Quoi les elements du cerveau quon pt essayer de chercher pr reproduire les fctions cognitives. Et entre les neurones y’a des poids de connexion. Deux neurones peuvent être très liés ensemble et un neurone pt produire bcp d’activation chez un 2e.

On appelle ca poids de connexion. À chaque fois, à quel ps activ qui rentre active signal suivant

53
Q

Approche connexioniste : unités (3 types + leurs def)

A

Unités d’entrée: activées par stimulation de l’environnement.

Unités cachées: recevoir l’entrée des unités d’entrée.

Unités de sortie: recevoir l’entrée des unités cachées.

XXX
Qd y’a stim qui arrive, ça active des neurones de manière generale. Vont activer neurones avc lesquels ils sont très connectés. Et ces neurones en activer d’autres, jusqua performer autre actgtion.

Avoir des unités d’entrée, des cachés,, jsuquax unités de sorties.

Action, pensée formée, connexion initié.

Ici exemple où on voit canari. Ça active des unités d’entrées. Même principe. Ces unitées sont conenctées. On voit des connexions avc unités cachée. Fortement connecté avec les deux autres,

Les couleurs en vert = à quel pts la connexion est forte entre les unités. L’activation de ces unités va créer l’activation des unités de sorties. PCq ces unitées cachées = + ou - connectées avec d’autres unités.

Unités d’entrée = activé par simt de environnment. D’autres cachés qui recoivent, tc..

Activation des unités dep du signal qui prvient d’unité d’entrée et des poids de conenxion.

54
Q

Approche connexioniste : l’activation d’unités dépend de quoi

A

L’activation d’unités dépend de
(1) le signal qui provient de l’unite d’entrée et de (2) des poids de connexions.

XXX
Un poids de connexion détermine comment les signaux envoyés par une unité augmentent ou diminuent l’activité de l’unité suivante

Ces poids correspondent à ce qui se passe au niveau d’une synapse qui transmet des signaux d’un neurone à un autre (figure 2.4, page 29). Au chapitre 7, nous avons vu que certaines synapses peuvent transmettre des signaux plus fortement que d’autres et donc provoquer un taux d’excitation élevé dans le neurone suivant (figure 7.12, page 209). D’autres synapses peuvent entraîner une diminution du taux d’excitation du neurone suivant.

55
Q

Logique des modèles connexionnistes : schema

A

Ces apporhes ont été inspirées par le cerveau. IA ne permet de mieux comprendre le cerveau, mais aussi inspiré du cerveau, des neurosciences.

Échange entre intelligence artificielle et neuroscience qui permet le dev des deux modeles.

Ce modele = INSPIRÉ de ce qui se passe ds le cerveau, mais pas exactement ça qui se passe. Nuance à regarder qd mm.

Connexions et poids de connexions representent les axones. Certains qui inhibent, d’aures qui activent, un peu ce qui se passe ds le cerveau

56
Q

Logique des modèles connexionnistes : début avec quoi

A

Débute avec des associations au hasard.
—> Plus ou moins vrai dans le cerveau, mais généralement postulé dans les simulations.

XXX
AU debut, on a des associations entres les unités au hasaarad. On active un neurone et pt activer plein de neurones pas representatifs d’une categ donnée. Ecq tt = au hasard à la naissance ? Non. Y,a programme genetique qui permet des connexions pas au hasard.

Ici, modele connexionisme qui a des asso au hasard. Si j’active une unité, actver unitée cachée au hasard, mal activé mes sortes, pcq mes connexions sont au hasard

Qcequi fait que j’arrete de me tromper. Ça = un oiseau. Nous avons changé notre poids de connexion et au lieu d’activer les deux cachées, activer la premiere et la troisièeme.

Reseau d’unités activées ensemble qui represente la categorie. Ça = rele d’apprentissage Hebbien. Qd deux cell activées ensemble de facon répétée, tendance à s’asso et act d’une cell va activer l’activation de l’autre.

Donc prochaine fois que jvais voir canari, jvais renforcer mes liens

Qd imae de moineau et quon repond rapidement, on a été amorcé par image du premier oiseau. Pt être expliqué apr approche connexionniste.

57
Q

Logique des modèles connexionnistes : règle d’apprentissage Hebbien

A

Deux cellules […] activées simultanément de façon répétée tendent à devenir “associées”, de sorte que l’activité d’une cellule facilite l’activité de l’autre” (Hebb, 1949, TL)

58
Q

Logique des modèles connexionnistes : seuil des unités

A

Chaque unité a un seuil à partir duquel elle va envoyer de l’information via sa sortie

Comme un neurone, une unité du modèle envoie de l’information ou n’en envoie pas

XXX
Chaque unité a un seuil donné. Seuil doit être atteint pr que unité decitde de s’Activer. Une fois que seuil atteint (un peu come potentiel d’action, eteint ou pas), cette unité va envoyer son activation à prochaine connexion.

Les poids de connexion peuvent varier entre 0 et 1. Si poids de connexion plus ou moins important, avoir 0,2, etc.

Une unité envoi de l’info ou pas (comme neurones)

59
Q

Logique des modèles connexionnistes : connexions entrantes et sortantes

A

Chaque unité reçoit de l’information via des flèches entrantes et en envoie via des flèches sortantes

Chaque connexion (ou flèche) a un poids qui lui est attribué, il s’agit du poids de connexion
Il peut être positif (connexion excitatrice)
+1
Il peut être négatif (connexion inhibitrice)
-1

60
Q

L’approche connexioniste : cmt se passe l’apprentissage ?

Si jsuis au debut de mon app et je sais pas cest qoi un canari, va se produire quoi ds mon pattern d’activation de ce reseau ?

A

Le réseau répond au stimulus.

Réponse correcte fournie.

Modifie le pattern correspondre au pattern représentant la réponse correcte.

XXX
On avait des concepts et des propriétés. Concept et pro = organisés de manière differente. Pas de concepts au dessus de d’autres.

On a qqchose qui se retrouve en traitement parallele.
Selon cette approche, qd on active canari, on va aller activer representation mentale de ce canari. Cette representation va être representée par un pattern d’activité.

Si elle s’active, et on ask qcequn canari pt faire, on va activer unité asso entre la relation de conept et propritéé.

On active lien entre concept et relation, patterns d’activ entre les unités et on pourra dire que le canari pt grandir, bouger, changer, volter… On va activer les propriétés et comme ca que selon eux on est cap d’aller chercher les propriétés de catégories specifiques. Comme que que l’apprentissage se ferait .

QUESTION
Si jsuis au debut de mon app et je sais pas cest qoi un canari, va se produire quoi ds mon pattern d’activation de ce reseau ?

Ds nos unités cachés, on aura pattern d’activ au hasard. Pas de poids de connexion. Juste pplein d’unités qui vont s’activer de la mm manière. Unités aleatoire. Donc qd on ponsera question à kid dece que canari pt faire, on dira que pt aller sur teresse. Activ propriété au hasard.

Donc si quesion = qceque canari est, on va dire que cest une plante mettons si connexin au hasard.

Mais avc apprentissage ont va rectifier notre modele

61
Q

L’approche connexioniste : signal d’erreur

A

Différence entre l’activité réelle de chaque unité de sortie et l’activité correcte

XXX

De l’unité de sortie à celle d’entrée. Va dire que canari = pas plante. Scuse, connexions mal placées. Activer les bonnes unités de la bonne manière et bonne force et donc activwer comme propriétés par la suite

62
Q

L’approche connexioniste : propagation de retour et boucle de retroaction

A

Signal d’erreur retransmis à travers le circuit.

Indique comment les poids de connexions doivent être modifiés pour permettre au signal de sortie de correspondre au signal correct.

XXX
Boucle de retro = passer signal d’unité de sortie à unité d’entrée. Difference entre activité correcte et celle que non

63
Q

L’approche connexioniste : apprentissage

Le processus…

A

Le processus se répète jusqu’à ce que le signal d’erreur soit nul.

64
Q

Logique des modèles connexionnistes Traitement parallàle (le fonctionnement : deux types

A

Fonctionnement par «cycle»

Fonctionnement selon l’algèbre linéaire

XXX

Tjrs un retour qui se fait de unité de sortie à d’entrée. Activité relle et correcte. Chaque unnité regarde ce qui entre et compare à son seuil. Je vais changer mon seuil ou poids de connexion. Ça se calcule avc algebre lineaire. Y’a des vecteurs, matrices, etc.

APPRENTISSAGE
On va varier ce cycle entre les unités d’entrées et de sorties pour avoir la bonne reponse.

65
Q

L’approche connexioniste : effet d’apprentissage(exemple des marguerites, roses et canari)

A

Temps : Les représentations des différents concepts se ressemblent.

Après plusieurs essais les poids des différentes unités sont modifiés selon l’expérience.

Suite à l’apprentissage, le pattern d’activation des trois concepts diffèrent, tels que le concept de la marguerite ressemble à celui de la rose, mais diffère de celui du canari.

XXX
Trois types d’images qu’on rpesente. Rose, marguerite et canari. Avant quealgortihe ait appris de quoi, s’active pas tant que ca et s’active de la mm manière.

On voit la diffrenciation du pattern d’activ à travers le sunitsé pour chacun des concepts.

Le pattern d’activ (à quel pts s’active) change avec entrainement (nb d’images / essais) que le modele rencontre. On voit que y’a 250 essais montrés à l’alorithme.

On voit un changement des patterns d’activ à travers le temps / apprentissage.

On pt dire quoi ici ? Deux conclusions à retenirvrm.

1) POUR LE TEMPS, AVEC LES ESSAIS…  Y'a plus d'unités qui s'active (+ d'activation à travers les unités). Les unités s'activent de manière differente. Apres apprentissage, certaines qui s'activent bcp et d'autres silencieuses. 

Y’a differenciationd e l’activité des unités. Ça = si on regarde chaque concept separemment. Si on comparer les concept entre eux, à travers le nb d’essai y’a specialisation des unités qui devient de + en + importante.

Si on compare concepts entre eux, on voit que y’a plus d’activ apres 2500 essais qu’au debut. Ça = si on comrpend à travers apprentissage. Si on compare à travers le concept, on voit que pattern d’activ de marguerite et rose se ressemble bcp.

Alors que pr canari, cest vrm diff. Pcq le concept de rose et de marguerite ressemle au mm concept general de fleurs. Leurs representations ds esprit = + similaire que pr canari. Y’a diff entre le temps, l’apprentissage, mais aussi entre les differents concepts.

Au temps 0, les reprsentations se ressemblent. Avc essais, cest modifié selon experience. Et apres apprentissage, ca differe.

Cmt expliquer ça avec approche connexioniste ? Avoir canari et pingouin. On va voir que la représentation de canari et moineau va se ressembler. Pattern similaire, mais pingouin qui = different.

66
Q

L’approche connexioste :
le modèle connexioniste a permis quoi

A

Le modèle connexioniste a permis de développer des systèmes ayant une certaine intelligence cognitive et reproduit le plus probablement le fonctionnement cérébral.

XXX
Bcp de pts positifs qui peuven montrer que comme ca que ca fonctionne.

67
Q

L’approche connexioste : dégradation gracieuse

A

La perturbation de la performance se produit progressivement au fur et à mesure que certaines parties du système sont endommagées.

XXX
Qd lesion au niveau du cerveau, pas tt affecté. Certains affectés, d’autres non. Qd on pertudeb modele, on le fait progressviement, certaines fonctions cognitives qui sont perturbées et d’autres que non. Aide pr la réadaptation. Si on apprend à algo cmt voir, on pt le reappliquer à humai

68
Q

L’approche connexioniste : processus d’apprentissage lent qui …

A

Processus d’apprentissage lent qui crée un réseau capable de gérer un large éventail d’entrées.

L’apprentissage peut être généralisé

XXX
Generalisation = qd on est cap de generer une propriété de ce quon voi en use ce quon sait déjà. Les modeles ont de la diff à faire ca. Mais qd ils y arrivent, tjrs voit à quel pts cap de generaliser info Trasnfert de info qui se fait

69
Q

Paresseux vs choclatine

A

Qd on essaie d’expliquer ce qui est different, notre cerveau cap d’aller cherche de mini-details. Mais les machines pas cap de le faire.

Pr ca que ecq vous êtes robot question….

70
Q

Apprentissage machine et catégorisation

A

On essaie de categ des elements. Periode d’entrainement des algotirhtmes.
Algo va dire je vais identif des propriétés.

Chaque fois que choco,jvais apprendre que prop specifique. Va generaiser ça. Apres , va extraire les caract et on va lui dire mtn jte donne images que jvamais eu

Ecq tes cap avec extraction de caract de repondre ecq bien image.

Ecq choco cap de faire diff entre paresseuet chocol..

Ça = apprentissage machine vrm supervisé. Dità mon modele cest quoi un paraseeux et choco, mais possible sans rien dire, cest non-supervisé

71
Q

Représentations cérébrales : approche sensori-fonctionnelle

  • évidence…
  • double disso
  • défaut de mémoire spécifique a une catégorie
A

Différentes zones du cerveau peuvent être spécialisées pour traiter des informations sur différentes catégories.

—> c’est quoi ?
—> Évidences des démences sémantiques dues à des encéphalites.

—> Double dissociation pour les catégories “choses vivantes” et “choses non vivantes”.

—> Défaut de mémoire spécifique à une catégorie : mémoire sémantique qui distingue les attributs sensoriels et mémoire qui distingue les fonctions.

XXX
Toutes les apporhces un peu basées soit etudes en neuroimagenir ou neuropsycho.

Approche sensp = trop simpe, n’explique pas ds quelle region c’est categ.

Mais explique cmt use des etudes en neurioim.

Quand on demande de performe, tache de mémoire qui a été donnée où il devait nommer des images (soit objets ou animaux) et n voit leur perfo.

POur le passent KC et EW.

Ces patients = lesions ds aires senso

ON pt dire quoi ? Les patients perfo de manière diff selon si objet = chose ou animal. Leur perfo baisse qd présentés à des images d’animaux. Une disso entre leur mémoire semantique asso aux animaux et aux objets.

Hypothèse : pt que ds cerveau, regions specifiques à ce qui sensoirel. Qd on les identifie, souvent selon leurs caract senso. Alors que les objets = souvent selon cractéristiques fonctionnelles. Pt que disso entre ce qui sensoriel et ce qui est fonctionnel.

Y’a des evidences. Parler aussi de demences semantiques. Gens qui ont diff à nommer des objets. Selon ce type d’étude, double disso entre categ de choses vivantes et non-viv. Niv de mémoire specifique soit asso aux attributs sensoriels ou aux fonctions. Mais on sait que vrm + compliqué que ca.

Ici, perfo vrm baissée pr ainmaux. Organge = chute perfo. Qd on caract animaux, on use leurs propriétés sensorielles pluoto que fonctions. Donc demense semantique asso aux fonctions et aux propriétés sensorielles.

72
Q

Représentations cérébrales : approche à facteurs multiples + (similarité)

A

Regarde comment les concepts sont divisés au sein d’une catégorie (facteurs) plutôt que d’identifier des zones cérébrales spécifiques de réseaux pour différents concepts.

Quels sont les facteurs utilisés pour déterminer les ressemblances et les différences entre différents concepts ou items?
—> Forme, fonction, emplacement…

SIMILARITÉ
Lorsque différents concepts au sein d’une catégorie partagent de nombreuses propriétés plus difficiles à catégoriser pour les gens avec problèmes sémantiques.
—-> Par exemple, les «animaux» partagent tous des «yeux», des «jambes» et «la capacité de bouger»

XXX
Ask aux gens que qd nomment objet, se basent sur couleur, mouv, fcontion,a ctio qu’ils perfo… Possible de décortiquer cmt ils sont bons ou pas.

Ce quon realise = que les nimaux ont pt use leurs couleurs et mouv, alors uque niamaux = mouv et actions. Cest des proprités, des facteurs caract, qui montrent pk certains ont des demences semantiques asso aux animaux putot que objet.

Regarde cmt les concepts sont divisés au sein d’une categ plutôt que d’identifier des zones cerebrales specifuqes.

Fait queles animaux = que nb simila, alors que bjet s= moins. Question = pltotà casue de propriétés., ecq pcq cest + to de manière generale ? Pt expliquer pk certaines pers ont des diff

73
Q

Représentations cérébrales : approche de catégorie sémantique

A

Plus complexe que l’approche sensori-fonctionnelle et permet d’expliquer plus de variances retrouvées dans les études portant sur des patients ayant un trouble de la mémoire.

Circuits neuronaux spécifiques dans le cerveau pour des catégories spécifiques (spécificité).

L’activité cérébrale élicitée par les membres appartenant à une même catégorie est distribuée à travers le cortex.

XXX
Ds cette etude, etude qui montre video et autre qui fait ecouter histoire. Ds les deux etudes, identif soit des elements de video et histoire et reagrder activ.

Realiser que y’a des concepts epcfiiques qui activent region specifique.

Approche de categ semantique. Mais mm cette appriche = fausse.

Pcq oui canari active une region, mais plein da,autres aussi !!
Pas une raison pr une seule categ.

On a vu PPA, thos, etc… mais on sait que visage active aussi images aso à images,

Traitement + distributé. + pattern d’activation que categorie semantique.

Plus complexe ue approche sensori….

Dit que y’a des circuits neuronaux specifiques ds cerveau pr categ specifique …

74
Q

Représentations cérébrales : the embodied approach

A

Notre connaissance des concepts est basée sur la réactivation des processus sensoriels et moteurs qui se produisent lorsque nous interagissons avec l’objet.

(somatotopie sémantique et neurones miroirs en font partie)

XXX
Qd on voit marteau, on active pas slmt region de marteau. Aussi region motrice asso à use de marteau. Pr ca que y’a embodied approch.

75
Q

Représentations cérébrales : neurnones miroirs

A

Neurones qui se déclenchent lorsque nous faisons une tâche ou lorsque nous observons un autre faisant la même tâche.

XXX
Qd image de qqun qui fait une action, comme si regions asso à activ, cest comme si ns mm on performe action. Y’a des categ qui vont activer des regions du cervsau asso à des actions. Ce quon voit en haut = qd qqun performe des mouvs en bleu, rouge… mais juste entendre des mots asso illicite des activations quon retrouve aux mm endroits.

76
Q

Représentations cérébrales : somatotopie sémantique (dans le embodied approach)

A

Correspondance entre les mots liés à des parties spécifiques du corps et l’emplacement de l’activation cérébrale.

XXX
Organisation des reigons cereb qui s’activent selon action perfo ou perception du mot ou image.
Organisation des categories semantiques

77
Q

La démence sémantique (étude de la TMS)

A

Perte de connaissances pour tous les concepts

XXX
Cmt on explique la demence semantique ?

Pk certaines plus importantes que d’autres ? Certains pas cap de nommer rine et d’autres cap ?

On a une certaine semantique, expliqer cmt se represente ds esprit. Comprendre permet de mieux comprendre demences semantiques. On repere quoi pr vor ca. Quelle region = asso

Use la TMS : qd on induit une activation ou inhib d’une region par stimulation magnietique. On place le TMS qqpart au niv de scalp qui serait attribué à region specifique du cerveau. Decider ecq onvt activer la region ou l’inhiber. Ou reproduire des modeles.

En use TMS, si pers fait tache ou doit nommer des mgaes et on inhibe region specifique de la categ, sera incap de nommer image. Simuler une lesion qui va affecter la fction cognitive.

Realiser que qd y’a perte de connaissance pr tt les concepts generaux (demence semantique generale, ca se produit surtout chex patient avec lobe tempral anterieur)

Alors que des lesions ailleur s(ex parietal) produit des demances sem specifiques à certaines categ. On appelle ca hot and tpoke modle (reseau de modele en etoile).

Y’a une region centrale connectée à plusieurs d,autres regions.

Cette region centrale recoit info de tt les caterg semantiques. Et les branches de cette toile representent chaque categ semantique separée.
Ex avoir regions pr mots, actions, sons, mouv, la couleur, forme…

Si on a lesion de region asso aux couleurs et quon sait quon identifie fruits par couleur, demence semantique, tof de nommer fruits. PCq region des couleur affectée et on use la couleur pr identifier ;es fruits.

ALORS QUE SI LOBE TEMPOR INTERIEUR, generalisé à tt les ocncepts pcq ptt les concepts envoie info là et cest là que tt info = stockée au niv semantique.

DERNIERE EXPERIENCE
TMS LOBE PARIÉTAL
Qd lesion du lobe pariteal, qd on applique TMS’ on obtient result diff que qd TMS sur lobe temporal.

On voit le temps que ca prend pr nommer les objets. Apres lesion virutelle pariétale en bleu, prend + de temps pr nommer objets que êtres vivants.

Bleu = qd lesion virtuelle avec TSM
Rouge = contrôle, niv de base

Qd TMS niv pariétal, on voit que prend + de temps à nommer objets que contrôle. La TMS au niv pariétal n’affecte pas la nomination des choses vivantes.

TMS LOBE TEMPRAL INFÉRIEUR
La stim par TMS va affecter le temps pr nommer les objets et les animax. Affecte les objets et les animaux

78
Q

Approche connexioniste
- connaissance représentée dans quoi ?

A

Connaissance représentée dans l’activité distribuée de nombreuses unités.

79
Q

Approche connexioniste
- le poids de connexion détermine quoi ?

A

Les poids de connexion déterminent à chaque connexion à quel point un signal entrant activera l’unité suivante.

80
Q

Approche connexioniste : Fonctionnement par «cycle»

A

Fonctionnement par «cycle»
—> Chaque unité «regarde» ce ce qui est entrant et le compare à son seuil

81
Q

Approche connexionisme : Fonctionnement selon l’algèbre linéaire

A

—>Entrée/Sortie: Vecteurs
—>Mémoire: Matrice

82
Q

Approche connexionisme : apprentissage

A

Trouver les bons poids de connexion pour avoir une réponse du réseau qui est adéquate

83
Q

Approche sensori-fonctionelle - cmt on appelle le fait que : mémoire sémantique qui distingue les attributs sensoriels et mémoire qui distingue les fonctions.

A

Défaut de mémoire spécifique à une catégorie :

84
Q

Le circuit et le cerveau… quelle approche ?

A

Catégorie sémantique