Mod

1
Modélisation de la lecture grâce à un modèle
connexionniste
2
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 dunités 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
dune constellation sont excités, ils envoient
des messages à leurs voisins et activent des
configurations globales
3
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
dinformation traitement parallèle pour
expliquer la rapidité Refus de la notion de
modularité
Modèle la pensée résulte de lactivité dun
immense ensemble de neurones (millions de
neurones, milliards de synapses)
4
(No Transcript)
5
Comparaison Biologique/naturel
6
Modèles connexionistes
Réseau connexionniste ensemble dunités
Unités ou neurones
7
Réseau multicouches
8
Propriétés
1. Les connexions entre les unités permettent la
transmission dun niveau donné dactivation. Si
le poids dune connexion est négatif par exemple,
lunité en question transmettra une inhibition
plutôt quune activation. Par conséquent, dans
ces réseaux, on parle de transmission
dactivation et non plus de transmission
dinformation symbolique comme cétait le cas
pour les modèles de type cognitifs.   2. Les
opérations réalisées par chaque unités sont de
simples modifications arithmétiques opérées sur
le signal dentrée. On parle dopérations
locales.   3. Il ny a pas de processeur central
qui contrôle le fonctionnement du réseau.   4.
Les réseaux connexionistes sont capables
dapprendre grâce à lajustement progressifs des
poids des différentes connexions de chaque
unités.
9
Les différents types de réseaux

• 1- Les réseaux à connexions stables
• les poids sont fixes (McClelland Rumelhart, 81)

mot
lettre
Traits visuels
10
(No Transcript)
11
(No Transcript)
12
2- Réseaux à algorithmes dapprentissage ? les
poids sont appris par le réseau La règle Delta de
rétro-propagation de lerreur
Coefficient dapprentissage
D w e a e
erreur
poids
13
Conception  classique , computationiste La
reconnaissance visuelle des mots repose sur 2
processus différents
Une procédure visuelle  accès direct .
14
La reconnaissance visuelle des mots repose sur 2
processus différents
Une procédure phonologique  accès indirect .
Une procédure visuelle  accès direct .
Modèle à double accès (Coltheart, 1978).
15
Létape dassemblage nest pas instantanée.
16
(No Transcript)
17
Seidenberg McClelland (1989)
460 unités
400 unités
200 unités
400 unités
18
(No Transcript)
19
Simulation

• Appentissage (3000 mots)
• 250 époques pour lapprentissage (230 HF, 10 BF)
• Erreur dactivation Aentrée-Asortie
• Résultats
• Prononciation
• Fréquence, Régularité, voisinage mais difficultés
  avec pseudomots
• Développement
• apprentissage
• pathologies

20
Phase de test sur 3000 mots 63 erreurs de
prononciation
Très proches des erreurs des dyslexiques
21
5 spécifiques 14 communes
10 spécifiques 8 communes
22
(No Transcript)