Upload
summer-kerr
View
14
Download
2
Embed Size (px)
DESCRIPTION
Modélisation de la lecture grâce à un modèle connexionniste. Le modèle connexionniste • Rejet de la notion de représentation • Opérations mentales vs calculs • Notion de traitement parallèle distribué (PDP = parallel distributed processing) - PowerPoint PPT Presentation
Citation preview
Modélisation de la lecture grâce à un modèle connexionniste
Le modèle connexionniste• Rejet de la notion de représentation• Opérations mentales vs calculs• Notion de traitement parallèle distribué (PDP = parallel distributed processing)• Idée de base: cerveau composé d’unités ou neurones connectées entre elles en un immense réseau
• Chaque neurone effectue des opérations simples :– Réagir ou non à excitation, transmettre ou non à ses voisins…
• Certaines connexions sont plus fréquemment sollicitées– Configurations stables, constellations
• Quand les neurones d’une constellation sont excités, ils envoient des messages à leurs voisins et activent des configurationsglobales
Critiques du modèle computationniste :– On ne peut étudier la pensée sans tenir compte des contraintes liées à la structure du cerveau donc : partir des neurones et de leur enchevêtrement
– Conception en série incompatible avec rapidité du traitement d’information :
traitement parallèle pour expliquer la rapidité
– Refus de la notion de modularité
Modèle: la pensée résulte de l’activité d’un immense ensemble de neurones (millions de neurones, milliards desynapses)
Comparaison Biologique/naturel
Modèles connexionistes
ai=pijaj
a (sortie)=(p11*a1)+(p12*a2)+(p13*a3)
i=1
p11 p12 p13
a1 a2 a3
j=1 j=2 j=3
Réseau connexionniste = ensemble d’unités
Unités ou neurones
Réseau multicouches
Neurones Neurones d’entréed’entrée
NeuroneNeurone de sortiede sortie
CoucheCouchecachéecachée
Poids Poids des des connexionsconnexions
Propriétés1. Les connexions entre les unités permettent la transmission d’un niveau donné d’activation. Si le poids d’une connexion est négatif par exemple, l’unité en question transmettra une inhibition plutôt qu’une activation. Par conséquent, dans ces réseaux, on parle de transmission d’activation et non plus de transmission d’information symbolique comme c’était le cas pour les modèles de type cognitifs.
2. Les opérations réalisées par chaque unités sont de simples modifications arithmétiques opérées sur le signal d’entrée. On parle d’opérations locales.
3. Il n’y a pas de processeur central qui contrôle le fonctionnement du réseau.
4. Les réseaux connexionistes sont capables d’apprendre grâce à l’ajustement progressifs des poids des différentes connexions de chaque unités.
Les différents types de réseaux :1- Les réseaux à connexions stables
les poids sont fixes (McClelland & Rumelhart, 81)
mot
lettre
Traits visuels
a=-2 a=-2 a=0 a=2 a=0
H L E T F
p=-1
p=+1
T
2- Réseaux à algorithmes d’apprentissage
les poids sont appris par le réseau
La règle Delta de rétro-propagation de l’erreur
w= e a
erreur poids
Coefficient d’apprentissage
Conception « classique », computationiste :
La reconnaissance visuelle des mots repose sur 2 processus différents :
Une procédure visuelle
« accès direct ».
La reconnaissance visuelle des mots repose sur 2 processus différents :
Une procédure visuelle
« accès direct ».
Une procédure phonologique
« accès indirect ».
Modèle à double accès (Coltheart, 1978).
L’étape d’assemblage n’est pas instantanée.
Seidenberg & McClelland (1989)Unités orthographiques Unités phonologiques
couche cachée
couche d'entrée
stimulus
400 unités
200 unités
460 unités400 unités
Simulation
• Appentissage (3000 mots)
• 250 époques pour l’apprentissage (230 HF, 10 BF)
• Erreur d’activation : Aentrée-Asortie
Résultats :
PrononciationFréquence, Régularité, voisinage mais difficultés avec pseudomots
Développement
apprentissage
pathologies
Phase de test sur 3000 mots : 63 erreurs de prononciation
Très proches des erreurs des dyslexiques
5 spécifiques14 communes
10 spécifiques8 communes