Modèle classique consensuel

Modèle classique consensuel
Traitement sensoriel
Précoces
Traitement des caractéristiques élém entaires de forme
locale
globale
Agnosie de la forme
Description 2D ½
(dépendante du point de vue)
Intermédiaires
Description 3D
(centrée sur l’objet)
Tardifs
Agnosie intégrative
Agnosie de transformation
Agnosie par
perte des RSS
Représentations structur ales stockées
(pictogènes)
RSS
Accès sémantique
Agnosie d'accès sémantique
Système Sémantique
Agnosie asémantique
Nom
Son
Dénomination
Sensations
Modèles computationnels :
‘Vision’ (structurale) de Marr (1982)
Représentation 3 D
• Extraction des axes d’élongation/symétrie de
l’objet
• Structuration des surfaces en objet perceptif
en utilisant les axes de l’objet comme
référentiel spatial
 Représentation structurale objet-centrée.
 Cette représentation est confrontée aux
représentations 3D stockées en mémoire. Il
y a reconnaissance s’il y a appariement.
Représentation 2.5 D
• Extraction des surfaces: forme, position
• Extraction centrée sur l’observateur
• Extraction non organisée en structure
Représentation 2 D (Esquisse primaire)
• Extraction parallèle et locale de
caractéristiques 2D (segments de lignes,
tâches, jonctions de lignes..)
• Groupements perceptifs (textures, contours)
Biederman (1985)
Object Recognition
(prototype level)
Matching of Components
to Object Representations
4) Appariemment avec
des objets stockés
en mémoire
4
3) Assemblage des composantes
volumétriques en objet
4
1
Determination of
Components
Detection of
Nonaccidental
Properties
Parsing of
Regions of
Concavity
3
2
Jonctions
de type Y
(avec
courbures)
Bords
courbes
Jonctions
internes
de type Y
Trois
bords
parallèles
Jonctions
externes
de type flêche
Deux
bords
parallèles
2) Extraction des composantes
volumétriques de l’objet
Edge extraction
1) Extraction des primitives liées
aux contours locaux
TULVING (1972)
il existe 3 systèmes distincts
mais emboîtés
* La Mémoire Procédurale
* La Mémoire Sémantique
agnosie
* La Mémoire Episodique
amnésie
ME
MS
MP
Une famille de modèles
Squire & Alvarez (95), Mc Clelland & Al. (95), Murre
(96), Nadel & Moscowitch (97)…
 Variation autour d'un même thème…
 1) Une trace épisodique est apprise très rapidement
 2) Les traces épisodique servent ensuite de professeur interne pour le
système cortical ('sémantique') afin qu'il apprenne lentement la structure
de cooccurrence des différents élément dans les épisodes vécus par le sujet
 Création d'une sémantique
E.G.
Bière…. Louvain….Plaisir
Bière…. Bruxelle….Plaisir
Bière….Grenoble…Plaisir
Nadel & Moscowitch (1997)… Point de vue A
External episode
NEOCORTICALS MODULES
Semantic
Features
HIPPOCAMPAL COMPLEX
…/Episodic
Attributes
Perception d'un épisode A
NEOCORTICALS MODULES
HIPPOCAMPAL COMPLEX
•
Création instantanée d'une trace épisodique (cellules de l'hippocampe &
Début de liaisons entre traits sémantiques (
 embryon de création de la sémantique

)
)
Perception d'un épisode B
NEOCORTICALS MODULES
HIPPOCAMPAL COMPLEX
•
Création instantanée d'une trace épisodique (cellules de l'hippocampe &
Renforcement (
) et début de liaisons entre traits sémantiques (
 vers la création de la sémantique

)
)
Re-évocation de l'épisode A
NEOCORTICALS MODULES
HIPPOCAMPAL COMPLEX
• Pour tous les modèles :
– renforcement de la sémantique
Révocation de l'épisode A
NEOCORTICALS MODULES
HIPPOCAMPAL COMPLEX
•
•
Pour tous les modèles :
–
Consolidation de l'épisode au niveau cortical
( corollairement renforcement de la sémantique
Pour Nadel & Moscowitch
– Création d'une nouvelle trace Episodique