Modélisation constructive des systèmes à événements discrets. Application aux organismes artificiels

Constructive modeling of discrete-event systems. Application to artificial organisms

• Auteur / Autrice : Eman Ahmed Sayed Ahmed
• Direction : Gilles Bernot, Mohamad Gamal El Din Darwish
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 09/04/2020
• Etablissement(s) : Université Côte d'Azur en cotutelle avec Ǧāmiʿaẗ al-Qāhiraẗ (Le Caire)
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Informatique, signaux et systèmes (Sophia Antipolis, Alpes-Maritimes)
• Jury : Président / Présidente : Mahmoud Shoman
• Jury : Examinateurs / Examinatrices : Gilles Bernot, Mahmoud Shoman, Marie Beurton-Aimar, Ahmed Tolba, Alexandre Muzy, Reda El khoribi, Ingrid Bethus
• Jury : Rapporteur / Rapporteuse : Marie Beurton-Aimar, Ahmed Tolba

Mots clés

Mots clés contrôlés

Modèles de Markov cachés

Propriocepteurs

Processus perceptivomoteurs

Cartes cognitives

Mots clés libres

Cerveau

Cognition

Carte cognitive

Foetus

Modèles de markov cachés

Système sensorimoteur

Brain

Cognition

Cognitive-map

Clustering

Fetus

Hidden markov models

Sensorimotor system

Résumé

Les humains peuvent ressentir leurs muscles. Ils peuvent également reconnaître leur environnement et les objets qui s'y trouvent. Enfin, ils sont capables de se situer dans cet environnement et d'y atteindre des objets. Comment ces capacités sont acquises et interagissent les unes avec les autres au cours du développement ? Cette question demeure ouverte en biologie. Notre objectif est donc d’aider les biologistes à mieux comprendre comment un humain est capable de construire sa carte cognitive et d’effectuer des mouvements dirigés vers un objectif. Sur le plan développemental, l’acquisition des capacités sensorimotrices humaines débute avec le fœtus. Nous présentons ici un modèle théorique du développement de la carte cognitive d’un fœtus humain à partir de son système sensorimoteur. Le modèle intègre les proprioceptions des membres du corps et les perceptions de l’environnement et comment celles-ci coopèrent pour construire une carte cognitive. Cette carte est essentielle afin d'effectuer des mouvements dirigés vers un objectif et atteindre différents objets au sein de l’environnement. Nous proposons un nouvel algorithme de clustering appelé “Frequency-based-means”, qui est utilisé pour obtenir les proprioceptions et les perceptions qui constituant la carte d’association. Des modèles de Markov cachés sont utilisés pour modéliser l’apprentissage et la production de mouvements.

Humans can internally sense their muscles. They can also recognize their environment with its objects and are able to navigate through it easily to reach them. How these abilities are gained and interact each other is still an open question in biology. Our aim is to help biologists to understand how a human is able to build his cognitive map and make goal-directed movements. The origin of human capabilities goes back to the fetus stage. We present a theoretical model of the development of the cognitive map of a fetus human from his sensorimotor system. The model integrates the proprioceptions of body limbs and perceptions from the environment and how these cooperate to build a cognitive map, which in turn, is essential for making goal-directed movements to reach different objects in the surrounding environment. We propose a new clustering algorithm called “Frequency-based-means”; which is used to get the proprioceptions and the perceptions that form the association map. Hidden Markov Models are used to model movement learning and production.