Cours#4 - Traitement ascendant et descendant Flashcards
Quels sont les principax problèmes avec le modèle attentionnel de Broadbent?
Il y a divers arguments qui laissent croire qu’il y aurait du traitement sémantique très tôt dans le système attentionnel. On s’est rendu compte que les participants étaient capable de détecter leur prénom dans l’oreille à ignorer, ce qui va à l’encontre de la sélection hâtive, parce que ça laisse corire qu’il y a du traitement sémantique des deux messages. Dans le même ordre d’idée, les participants avaient tendance à suivre un message qui se poursuivait sémantiquement dans l’autre oreille. En plus de cela, si on présentait un mot biaisant dans l’oreille à ignorer, cela pouvait changer l’interprétation de la phrase à rapporter. Finalement, des mots conditionnés au choc (par exemple des noms de villes) présentés dans l’oreille à ignorer ont provoqué des réponses électrodermiques chez les participants.
Pour Collin Cherry et Broadbent, sur la base de quelles caractéristiques faisons nous de la sélection hâtive?
Les caractéristiques physiques du son telles que le timbre, la hauteur, etc.
Quels sont les ajouts de la part de Treisman au modèle attentionnel qui ont pour but de régler les problèmes?
Un atténuateur, un analyseur hiérarchique et une unité dictionnaire. Ainsi, les deux entrées sont traitées en même temps, mais une avec plus d’importance. Les mots comme notre nom sont haut dans la hiérarchie de l’unité dictionnaire et ça explique qu’on le détecte même s’il est dans le canal atténué.
Comment calcule-t-on le niveau d’activation totale d’un mot dans le modèle de Norman?
C’est le niveau de pertinence + l’activation sensorielle.
Fonctionnement du template matching
- Activation des récepteurs rétiniens par la lettre A
- Activation détecteur de lettre spécifique
On doit comparer l’entrée avec tous les détecteurs en stimulatnés et choisir la meilleur correspondance pour choisir la lettre
Problème du template matching
pas parcimonieux : un gabarit par lettre/objet
aucun soutien neurologique
Pas flexible/ne contient pas de la variabilité (taille/empacement exacts, orientation et forme )
Sauver la théorie de l’appariement au gabarit
Ajouter des modules qui vont faire l’ajustement des entrées (taille/orientation )
ceci a juste repousser la compréhension dans le système
reste difficile à implémenter dans un ordinateur car incapable de lire écriture manuscrite
Pandémonium
modèle basé sur les données ( traitement ascendant ), sur l’analyse de caractéristiques
1- Étapes de traitement
2- Chaque étape prend un temps déterminé
3- Transformation des entrées
4- Opérations sérielles
Composé de 4 types d’unités de reconnaissance qu’on nomme démons
Modèle qui suit les postulats de l’approche de traitement de l’information
Démons d’image
enregistre image initiale du signal externe et sépare le stimulus en différents caractéristiques
Comme les récepteurs rétiniens + mémoire sensorielle
Démons des caractéristiques
Cherche une caractéristique particulière dans le patron d’entrée : ligne ou angle spécifique
comme les cellules simples et les détecteurs de caractéristiques
Démon cognitifs
portent attention aux réponses des démons caractéristiques et recherchent un patron particulier
Ils crient proportionnellement au signal reçu des démons caractéristiques
Comme la mémoire à court terme ( récupération de mémoire à long terme )
Démon de la décision
Écoute le pandémonium crée par les démons, le plus fort des démons cognitifs gagne
Comme la mémoire à court terme
Avantage de cette théorie de pandémonium qui permet de prédire les erreurs de confusions
Avec un nombre limité de caractéristiques, on peut définir et distinguer toutes les lettres de l’alphabet
Argument soutenant le pandémonium
plus parcimonieux
avec un ensemble fini de détecteurs de caractéristiques, reconnaissance possible d’un nombre potentiellement infini d’objets
flexibilité : peut reconnaitre les lettres même si on change d’orientation/taille
support neurologique : cellules simples et complexes et détecteurs de caractéristiques
prédit les erreurs fréquent et non fréquent grâce à une matrice
Théorie de reconnaissance par composantes ( Biederman )
Traitement ascendant
basé sur caractéristiques
Ensemble de blocs 2D dans notre système pour créer des objets 3D
reconnaissance d’objets par séparation en 36 géons. ( tel que alphabet )
Connexions au vertex ( intersection de 3 segments de lignes ou plus, indice de profondeur )
Fonctionnement du modèle de Géon par Biederman
1- Analyse des caractéristiques de surface
2- Détermination des composantes présentes
3 - Appariement de composantes aux représentations
4 -Reconnaissance d’objet
Fonctionnement du modèle de Géon par Biederman
1- Analyse des caractéristiques de surface
2- Détermination des composantes présentes
3 - Appariement de composantes aux représentations
4 -Reconnaissance d’objet
Prédiction de la théorie de géon
1-Si assez de géons, la reconnaissance d’un objet se fait.
Plus de géons, moins d’erreurs.
2- Les vertex sont la clé, retrait de parties a un plus grand effet sur taux d’erreur quand vertex sont manquants
Prédiction de la théorie de géon
1-Si assez de géons, la reconnaissance d’un objet se fait.
Plus de géons, moins d’erreurs.
2- Les vertex sont la clé, retrait de parties a un plus grand effet sur taux d’erreur quand vertex sont manquants
Résultats Biederman pour prédiction 1)
plus de géons présentés –> moins d’erreurs
preuve pour représentation mentale de géons
plus il y a de géons, moins c’est long pour reconnaitre un objet
Résultats Biederman pour prédiction 2)
TBD
Qu’est ce qui manque du traitement ascendant ?
Il ne tient pas compte du contexte et des attentes
Traitement descendant
Basé sur les concepts
Traitement influencé par le contexte et les connaissances de haut niveau
utilise info visuelle mais info déjà acquise pour guider notre interprétation du stimulus entrant
Question du traitement descendant
Comment le système cognitif reconnaît-il les objets en utilisant sa connaissance du monde réel ?
Preuve empirique pour le traitement descendant
Effet de supériorité du mot
identification de lettres avec choix forcés
on présente des mots, des non-mots et des lettres
Résultats d’effet de supériorité du mot
lorsque la lettre faisait partie d’un mot présenté préalablement, le taux d’erreur est beaucoup plus bas que lorsque la lettre a été présenté dans une lettre et encore plus bas lorsque c’est un non-mot
le contexte qui diffère entre les 3 conditions : on voit qu’un contexte présentant une résonnance en mémoire à long terme permet de reconnaitre plus facilement la lettre
Modèle d’activation interactive
Pandémonium connexioniste :
Reconnaissance de lettre et mot
Composé de couches d’unités de traitement
Interconnexions
Transfert d’activation
Ascendant + Descendant
Postulats généraux du modèle d’activation interactive
1- Une unité pour chaque caractéristique, lettre et mot dans chaque position
2- Unités organisées en niveaux
3- Connexions peuvent être ascendantes ou descendantes
Postulats de représentation du modèle d’activation interactive
traitement perceptuel se fait à plusieurs niveaux
chaque niveau forme une représentation à un niveau d’abstraction différent ( caractéristiques, lettres et mots )
Perception visuelle implique un traitement en parallèle
Traitement visuel se fait à l’intérieur d’un niveau OU à plusieurs niveaux simultanément ( en parallèle )
Postulats d’opérations du modèle d’activation interactive
Lors de la présentation d’un stimulus, un ensemble d’entrées sous forme caractéristiques est disponible au système
initialement, tous les unités sont en mode inactif
caractéristiques activent lettre, lettres activent mot, mots retourne activation au lettre
Le système répond lorsque la lettre/mot avec le plus d’activation à un moment précis
Conclusions du modèle d’activation interactive
avec un nmb limité de postulats clairement définis, le modèle propose une explication formelle de l’effet de supériorié du mot
soulage la nécessité du traitement descendant
Étude de Palmers : Objets dans des scènes connues
on utilise la position attendu des objet dans l’environnment pour identfier les objets que l’on voit
effet du contexte sur l’identification d’un objet
4 conditions :
- Contexte approprié
- Aucun contexte
- Contexte inapproprié mais objets similaires
- Contexte inaproprié mais objets différents
Résultats Étude de palmers : effet du contexte sur l’identification
Le contexte approprié aide ( < pas de contexte )
Le contexte inapproprié nuit ( < pas de contexte )
la similarité à l’objet valide a un effet négatif
démontre le rôle crucial du contexte et de la mémoire pour la perception
pour expliquer la reconnaissance d’objets, on doit absolument baser nos explication sur le traitement ascendant ET descendant.
Deux flux de traitement liés à la perception ( et peut-être action )
Ungerleider et Mishkin ( QUOI vs OU )
Goodale et al ( perception visuospatiale vs contrôle visuospatiale de l’action )
Le lien entre la perception et le mouvement
le mouvement p/r à l’objet change l’information visuelle dispo et améliore la perception
interaction constante pour atteindre nos buts ( boire du café )
il faut reconnaitre les dangers ( perception ) et agir en conséquence ( moteur )
Traitement descendant basé sur les concepts
nfluencé par contexte et connaissance de haut niveau
entrée et contexte sont traités par l’esprit, la récupération se fait pour en faire sortie une interprétation.
Si l’entrée et le contexte n’active pas la même représentation il y a divergence de l’activation, mauvais interprétation de l’entrée causé par le contexte inapproprié
Traitement ascendant ou basé sur les données
guidé/influencé par les données entrantes
entrée –> traitement –> récupération –> interprétation
dans des conditions dégradées, ca peut causer des baisses de performance. ( seule chose qui peut affecter le traitement A )
