Feed on
Posts
Comments

Archive for the 'These' Category

Dr. Rivest

You can now find the final version of my Ph.D. thesis (successfully defended) on my publications page.

Conclusion

Enfin, comprendre, modéliser, ou reproduire la grande capacité d’apprentissage du cerveau demandera bien plus que le seul savoir des neurosciences, des sciences cognitives ou de l’intelligence artificielle. Il faudra intégrer les outils et les indices apportés par toutes ces disciplines pour élucider ce mystère. Dans cet ouvrage, les outils mathématiques issus de l’apprentissage machine […]

L’aspect le plus fondamental du système nerveux central, c’est que tout comme le reste du corps humain, on peut le décomposer en différents systèmes. Toutefois, ceux-ci, de par leurs interactions, forment un tout qui dépasse la somme des parties. Par exemple, le système digestif est important pour la survie, mais il est inutile si on […]

Au cours de ces travaux sur le développement de représentations dans le cortex, un élément s’est avéré très important à la lumière des modèles et des données existantes : le temps. En effet, aucun modèle des ganglions de la base ne modélisait l’apprentissage de représentations temporelles (section 4.4.3.a) alors que les neurones dopaminergiques (Hollerman & Schultz, […]

L’idée de représentation distribuée évoque deux éléments importants. Premièrement, qu’aucun neurone seul ne puisse donner une information complète ou précise sur une variable spécifique. Il n’y a pas un neurone spécifique qui répond uniquement au concept « grand-maman » et qui peut à lui seul nous indiquer la présence ou l’absence de grand-maman à notre esprit. À […]

Malgré les avancées majeures reliées aux modèles informatiques de l’apprentissage par renforcement, dont les nombreuses données dopaminergiques reproduites à l’aide de ses modèles (voir section 4.4, Chapitre 7 et Chapitre , plusieurs questions restent à éclaircir au niveau des ganglions de la base et du système dopaminergique qui permettrait le développement de modèles plus […]

L’objectif de cette thèse était de mieux comprendre le développement de représentations dans un contexte d’apprentissage par renforcement dans le cerveau à l’aide de modèles informatiques. Les ganglions de la base et le système dopaminergique semblent au cÅ“ur du phénomène d’apprentissage par renforcement (Chapitre 4) et le cortex est le siège de nombreuses représentations abstraites […]

Alors que pendant longtemps les sciences se sont tranquillement divisées et spécialisés, l’arrivée de nouvelles technologies a aussi favorisé le mouvement inverse, le recoupement de disciplines aux approches différentes intéressés à des thèmes communs et pouvant s’entre-aider. La bio-informatique, qui consiste principalement à l’utilisation de l’informatique pour résoudre des problèmes dans l’étude de la biologie, […]

La principale différence entre les chercheurs en intelligence artificielle et ceux en neuroscience réside dans leurs objectifs. Ils ne poursuivent pas les mêmes buts, et par conséquent, ils ont des méthodologies et des critères d’évaluations bien différents. Cette section fait un survol des différences entres ces deux approches au problème de l’apprentissage.
Robotique, intelligence artificielle et […]

Littérature et conclusion

Parmi les revues de littérature sur le sujet, mentionnons (Brown, Bullock, & Grossberg, 1999; Gillies & Arbuthnott, 2000) qui font une relativement bonne revue des modèles de l’époque, ainsi que (Joel, Niv, & Ruppin, 2002; Suri, 2002). (Horgan & Cummins, 2006) comparent les modèles à représentation temporelle (seulement Suri, 2001) et les modèles à représentation […]

- Next »