cours 11: les modèles connexionistes Flashcards

1
Q

quels sont les deux auteurs philosophes qui sont à l’origine du connexionisme?

A

Aristote: connaissances comme réseau d’associations
turing: machine universelle inspiré par le réseaux de neurones

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

à quoi ressemblait le connexionnisme durant les années 50-60

A

ambitions et arrogances similares à l’IA
cul de sac à la fin des années 60

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

à quoi ressemblait le connexionisme dans les années 70

A

plus discret : travaux concentrés sur la perception et mémorisation

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

qu’est ce que propose la publication des volumes « parallel distributed processing » en 1986?

A

variété d’architectures
règles d’apprentissage sophistiquées
cadre théorique général pour l’étude de la cognition

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

donne des exemples de validation de masse et validation culturelle

A

terminator et stra trek
alexa, iPhone, validation recaptcha

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

quelles sont les propriétés importantes des réseaux de neurones

A

unités simples, branchées entre elles
traitement d’information parallèle et distribué
apprentissage continu et adaptation à l’environnement
tolérance au bruit et robustesse
plausibilité logique

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

quels sont les éléments importants des réseaux de neurones

A

unités
connexions
topologies
règles d’apprentissage

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

qu’est ce que l’élément de base du réseau de neurones

A

l’unité: un intégrateur linéaire (neurone idéalisé)
3 étapes: sommation des intrants, activation et propagation

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

quel est l’élément nécessaire des réseaux de neurones

A

la connexion: multiplicateur d’activation (amplification/atténuation du signal)
2 aspects importants: direction (uni ou bidirectionnelle) et valence (positive/stimulation. ou négative/inhibition)

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

quel est l’organisation de base du réseau de neurones

A

unités branchées entre elles et se stimulants les unes les autres

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

quel est le but des règles d’apprentissage

A

modifier la valeur des connections (améliorer la performance du réseau)
un règle calcule une valeur delta, soit la modification à apporter à une connexion donnée

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

qu’est ce que la règle hebbienne?

A

si deux neurones branchées l’un à l’autre sont conjointement actifs, leur connexion sera renforcée

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

qu’est ce que la règle delta?

A

modification de la règle hebbienne
notion de cible: apprentissage supervisé

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

pourquoi stimuler des processus psychologiques avec des réseaux de neurones?

A

rigueur et précision
cadre théorique indépendant des données
comparaison de modèles
prédictions nouvelles
considérations pratiques et éthiques

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

quelles sont les applications industrielles des réseaux de neurones?

A

analyse et exploration de données (marchés financiers, météo)
perception: codes postaux, empreintes digitales, reconnaissance de voix, etc.

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

en quoi les réseaux de neurones sont utiles en psycho?

A

perception: modèles de vision, audition
mémoireL modèles de mémoire sensorielle, met, mot
catégorisation
langage: production, syntaxe
cognition de haut niveau: analogie, raisonnement
apprentissage et développement

17
Q

quels sont les avantages comparé à l’IA?

A

véritable apprentissage et développement
robustesse
rapidité
systèmes compacts
perception
indépendants des données
plausibilité

18
Q

quels sont les désavantages comparé à l’IA

A

représentations implicites
langage
tâches sérielles