cours 3.2 Flashcards
Le modèle modal de mémoire
d’Atkinson et Shiffrin (1968)
Traitement ascendant
Traitement ascendant
1. entrée
2.Mémoire sensorielle
3.Mémoire à court terme
4.Mémoire à long terme
Reconnaissance
❖ Comment reconnaît-on les objets malgré toute la
variabilité dans notre environnement?
❖ Vous pouvez reconnaître un F, même si on change:
–> l’orientation
–> la taille
–> la couleur
–> la police de caractère
❖ Ou s’il est
–> obstrué
–> flou…
❖ Comment le système cognitif détermine-t-il les propriétés pertinentes du patron parmi toutes les propriétés impertinentes?
Traitement ascendant
(Bottom-up processing)
❖ Système cognitif peut se baser sur les entrées physiques
❖Traitement ascendant (ou basé sur les données)
–> Traitement basé sur les stimuli entrants (données) et
leurs caractéristiques physiques
–> Déclenché par stimulus atteignant le système visuel
——-> Suit une voie sérielle vers la mémoire (V1 à V6)
❖ Hypothèse originale (et la plus simple):
–>Théorie d’appariement au gabarit
(Template matching theory)
–> Entrée comparée avec exemplaires mémorisés
(gabarits) jusqu’à ce que le système trouve un
appariement
Appariement au gabarit
(Template matching)
processus
Étape 1: Activation des
récepteurs rétiniens
Étape 2: Activation détecteur de
lettre spécifique
Un gabarit par lettre!!!
si match pas exactement alors la réponse sera que c’est pas la lettre quon pense
on se fie strictement sur les caractéristiques physiques pour identifier
–> va activer une certaine série de récepteurs dans rétine et l’ensemble de ces récepteurs sont appelés un gabarit (détecteur de la lettre a)
Appariement au gabarit:
Problèmes…
❖ Parcimonie: un gabarit
par lettre/objet distinct
❖ Aucun soutien
neurologique
❖ Flexibilité
–> Les gabarits prennent-ils en compte la variabilité?
—–> Taille/
Emplacement exacts
—–> Orientation/Forme
NON gabarits prennent pas en compte variabilité donc fonctionne juste avec la forme de base pas d’autres police ou etc
Pandémonium (Selfridge, 1959)
❖ Pandémonium (ou « Tous les démons »)
–> Modèle de reconnaissance basé sur les données
(traitement ascendant)
–> Basé seulement sur l’analyse de caractéristiques
——-> Objets reconnus après analyse de leurs composantes
–> Modèle de traitement de l’information
—-> Étapes de traitement
—-> Chaque étape prend un temps déterminé
—–> Transformations à chaque étape
—–> Opérations sérielles
–> Composé de 4 types d’unités de reconnaissance
(« démons »)
**reconnaissance des lettres en caractères d’imprimerie
Pandémonium les démons
- Démons d’image
❖ Enregistre image initiale
du signal externe
❖ Récepteurs rétiniens +
Mémoire sensorielle
–>recoit, enregistre signal et transmet - Démons des
caractéristiques
❖ Cherchent une caractéristique
particulière dans le patron d’entrée
—> Ligne spécifique
—-> Angle spécifique
—-> etc.
❖ Détecteurs de
caractéristiques - Démons cognitifs
❖ Portent attention aux
réponses des démons
des caractéristiques et
recherchent un ensemble
de caractéristiques
particulier
❖ Mémoire à court terme
(Récupération des
représentations dans la
mémoire à long terme)
–>plus la représentation est activée en mémoire à long terme plus elle va pouvoir être récupérée par la mct - Le démon de la
décision
❖ Écoute le pandémonium
créé par les démons
❖ Réponse déterminée par
démon criant le plus fort
❖ Mémoire à court terme
Arguments soutenant
le pandémonium
- Puissance
–> Plus parcimonieux que l’appariement au gabarit
–> Avec ensemble fini de détecteurs de caractéristiques,
reconnaissance possible d’un nombre potentiellement infini d’objets (tels que lettres ou
mots) - Flexibilité
–> Peut reconnaître lettres même si changement d’orientation, de taille, ou autres distorsions - Soutien neurologique
–> Basé sur les résultats d’Hubel & Wiesel (1959+)
–> Détecteurs de caractéristiques existent dans le cerveau - Prédiction des erreurs
–> Tâches d’identification de lettres
–> Hypothèse: Une approche basée sur les caractéristiques peut prédire les erreurs de
confusion dans une tâche d’identification rapide de
lettres
–> Erreurs fréquentes:
« O » vs. « C », « G » , « Q »
–> Erreurs non fréquentes:
« O » vs. « H » ou « T »
–>Kinney, Marsetta & Showman (1966)–> Tâche d’identification rapide de lettres
-expérience ou on montre les lettres vrm quick pour voir ça serait quoi les erreurs fréquentes
–>si c’est en caractéristique tu vas te tromper avec une lettr equi a apparence similaire, caractéristiques similaires
Kinsey, Marsetta et Showman (1966) étude
–> Tâche d’identification rapide de lettres
❖ Erreurs fréquentes
❖ G/C, B/8, G/6
❖ G/O, Z/2, M/H
❖ O/C, etc.
❖ Erreurs rares
❖ J/O, Q/H, W/E…
❖ Erreurs semblent
se produire à
cause de partage
de caractéristiques
❖ Soutien pour le
pandémonium
Théorie de reconnaissance
par composantes (Biederman, 1987)
❖ Traitement ascendant
❖ Basé sur caractéristiques
❖ Reconnaissance d’objets
❖ Ensemble de blocs de
construction représentationnels 2D de caractéristiques 3D
❖ Reconnaissance d’objets
par séparation en 36
géons!!!
❖ Connexions aux vertex
–>géons peuvent etre combinés pour créer tous les objets au monde donc selon lui on aurait ces 36 géons pour identifier les objets
→ inspiré par l’alphabet phonétique
les géons c’est des Formes 3D de base (cylindres, cônes, etc.)
les géons et le modèle de reconnaissance
❖ Géons
❖ Assemblés de
diverses façons
❖ Forment un nombre
pratiquement infini
d’objets
❖ Exemples d’objets –> 3 géons pour faire la forme d’un téléphone de domicile
modèle
1.Analyse des caractéristiques
de surface
2.Détermination des
composantes présents
3.Appariement de composants
aux représentations d’objets
4.Reconnaissance d’objet
Prédictions de la théorie de la reconnaissance par composantes
étude sur reconnaissance d’objet avec géons manquants (ex de l’avion)
-Facilité à reconnaître =
en Fonction du # de géons
-Principe de récupération
componentielle
–>Si assez de géons,
reconnaissance se fait
-plus y’a de géons présentés, plus j’ai de chance de reconnaître l’objet
→ récupération componentielle
❖ Expérience
–> Présentation d’objets
complets/incomplets
(100 ms)
–> Incomplets: Géons
absents
–> Prédiction: Plus de géons
= Moins d’erreurs
RÉSULTATS
❖ Plus de géons présentés → Moins d’erreurs
❖ Preuve pour représentation mentale de géons
–>pas du tout ou rien, la performance aug avec le nombre de géons présentés
Prédictions de la théorie de la reconnaissance par composantes images récupérables vs non-récupérables
❖ Les vertex sont la clé
–> Caractéristiques diagnostiques
importantes de l’image
–> Retrait d’une portion de l’image a un plus grand effet sur taux d’erreur quand vertex sont
manquants
❖ Expérience
–> Récupérable vs. Non
(genre on peut voir c supposé être quoi l’image)
–> image non récupérable–> peu importe comment longtemps on montre l’image on va pas reconnaitre
❖ Récupérable = vertex visibles
❖ 100/200/750/5000 ms
❖ Tâche: identifier objet
RÉSULTATS
❖ Vertex absents (Non-récupérables): ↑ Taux d’erreur
❖ Récupérable
–> Aucune erreur après 5 secondes d’exposition
❖ Non-récupérable
–> Non reconnu 80% du temps même après 5 sec.
❖ Preuve pour importance des vertex
–>sans les vertex on peut pas faire géons
Soutien pour théorie de la reconnaissance par composantes (pas à l’exam apparently)
- Puissance
❖ Parcimonie (seulement 36 géons)
❖ Avec un ensemble fini de géons dans le système cognitif, on peut reconnaître un nombre
potentiellement infini d’objets 3D - Flexibilité
❖ Reconnaissance d’objets malgré
–> Changement de taille
–> Orientation de l’objet
–> Occlusion, et dégradation du signal variées
❖ Serait invariant aux différentes perspectives
–> Géons (2D) ne changent pas de forme lorsqu’objet
observé d’un autre point de vue - Soutien neurologique pour géons et relations
❖ Déficits différents pour parties et objets complets
Limites de la théorie de la reconnaissance par composantes (revoir)
❖ Théorie incomplète
–> Pas de mécanismes permettant de réduire les
complexités de scènes réelles jusqu’aux géons
–> Comment extrait-on les géons d’une image?
❖ Objets irréguliers ne sont pas traités en parties
–> Ex: Buisson ou chandail froissé
❖ Objets sans vertex reconnaissables par l’humain
–> Ex: pomme/poire/nuages reconnus et distingués
❖ Couleur
–> Serait important pour la reconnaissance
❖ Permet de distinguer catégories mais pas membres
