Thèse soutenue

Reconnaissance visuelle des mots : représentations holographiques et réseaux à attracteurs
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Thomas Hannagan
Direction : Emmanuel DupouxAnne Christophe
Type : Thèse de doctorat
Discipline(s) : Sciences cognitives
Date : Soutenance en 2009
Etablissement(s) : Paris 6

Résumé

FR

Le sujet étudié dans cette thèse est celui de l’encodage, de la mémorisation et du rappel des mots écrits. Nous avons abordé ces trois étapes du point de vue de la modélisation connexioniste. Notre méthodologie générale a été d’identifier un certain nombre de contraintes, d’étudier de manière formelle et empirique les systèmes qui pouvaient les satisfaire, avant d’appliquer ces résultats à la modélisation des résultats expérimentaux. La manière dont nous encodons l’ordre des lettres dans un mot est nécessairement très particulière: nous distinguons parfaitement entre deux anagrammes comme «douaniers» et « dinosaure», mais sommes plus aisément trompés par les trasnpositions. La signature de ce format est actuellement très étudiée. L’étude comportementale et l’imagerie cérébrale en révêlent déjà certaines propriétés : la première suggère notemment que l’ordre est encodé de manière relative et non absolue, tandis que la deuxième pointe vers un code distribué et hiérarchique, qui serait computé dans l’aire cérébrale dite de la forme visuelle des mots. Pour rendre compte de ces derniers résultats, nous étudions une technique connexionniste portant le nom de représentations holographiques, dont le format distribué particulier est propice à la construction de structures combinatoires. Nous dérivons formellement certaines de leurs propriétés, avant de traduire les codes existants dans ce nouveau format. Nous montrons alors que l’usage des représentations holographiques améliore globalement le pouvoir explicatif des codes existants, dans certains cas en exhibant des propriétés émergentes rendant compte d’effets comportementaux bien connus. Les études computationelles du système lexical sont aussi remarquablement bien contraintes par des années d’observations comportementales, et par les études d’imagerie cérébrales dont la base de données s’étoffe extrèmement rapidement. L’approche classique conçoit le système lexical comme l’intéraction d’au moins trois systèmes, Orthographe, Phonologie et Sémantique (OPS). Cependant la nature des représentations supportées par ces systèmes, ainsi que la façon dont ils communiquent est très débatue. De plus, deux aspects fondamentaux du problème sont presque toujours passés sous silence: la capacité du système à apprendre dans des conditions bruitées et non-supervisées, ainsi que l’origine de l’effet de fréquence. Un modèle connectioniste supervisé connu pour sa faculté de résistance au bruit est le réseau de Hopfield. Nous investiguons le comportement de ce réseau en situation réaliste du point de vue cognitif, c'est-à-dire en l’exposant à des représentations bruitées et corrélées pendant l’apprentissage. Ce travail aboutit à de nouveaux résultats concernant les capacités de généralisation des réseaux de Hopfield, ainsi qu’à la formulation d’une méthode simple de conditionnement du système. Nous appliquons ensuite ces résultats dans un nouveau modèle de reconnaissance visuelle des mots, dans lequel l’effet de fréquence s’avère être une conséquence du bruit pendant l’apprentissage. En explorant et implémentant l’idée de lexiques distribués, ce modèle est à notre connaisance le premier modèle distribué capable d’accomplir la tâche de décision lexicale sans utiliser d’information sémantique. Finalement nous spéculons sur les corrélats neuronaux de notre travail. Nous établissons plusieurs correspondances, d’abord entre la procédure d’apprentissage du modèle et certaines fonctions qui ont été largement attribuées au système hippocampal, ensuite entre les dynamiques d’attracteurs à l’œuvre dans ce modèle et le large réseau d’aires corticales latéralisé à gauche qui est spécifiquement actif lors du traitement des mots écrits.