Return to search

Modélisation Bayésienne d'une boucle perception-action : application à la lecture et à l'écriture

Comment notre système moteur peut-il influencer notre perception ? Quels sont les mécanismes qui permettent de réaliser un même mouvement avec différents effecteurs ? Afin d'apporter des éléments de réponse à ces deux questions issues des sciences cognitives, nous avons étudié un système sensori-moteur: celui mis en oeuvre pour les tâches de lecture et écriture de lettres cursives isolées. Notre contribution est un modèle formel de cette boucle sensori-motrice, qui tient compte des observations et théories issues de la littérature. L'hypothèse centrale est qu'il existe un codage interne des lettres commun à la perception et à l'action, et, de plus, indépendant de l'effecteur. Ce codage, pivot entre la perception et l'action, consiste en des séquences de points de contrôle, géométriquement remarquables, identifiables à partir de la trace des lettres, et permettant de récupérer une partie de l'information cinématique. Le formalisme utilisé est celui de la programmation bayésienne. La définition d'un programme bayésien se fait par l'écriture d'une distribution de probabilité conjointe. Connaissant cette probabilité conjointe, le modèle est capable de résoudre plusieurs tâches cognitives. Chacune de ces tâches correspond à une question probabiliste qui est résolue automatiquement par inférence bayésienne : la lecture, la lecture en simulant le geste d'écriture, la copie de traces, la reconnaissance du scripteur, l'écriture avec différents effecteurs. Nous avons simulé informatiquement chacune de ces inférences et comparé leurs résultats aux observations issues des expériences de psychophysique. Le modèle permet d'effectuer des prédictions et ainsi de suggérer de nouveaux protocoles expérimentaux.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00430866
Date02 October 2009
CreatorsGilet, Estelle
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0018 seconds