Modèles probabilistes formels pour problèmes cognitifs usuels

Bessière Pierre
Diard Julien
Colas Francis
Langue de rédaction : Français
DOI: 10.3406/intel.2016.1792
Product variations: 

Numérique(PDF)

Papier

CONNECTEZ-VOUS
pour télécharger gratuitement

Comment un modèle incomplet et incertain de l’environnement peut-il être utilisé pour décider, agir, apprendre, raisonner et percevoir efficacement ? Voici le défi central que les systèmes cognitifs tant naturels qu’artificiels doivent résoudre. La logique, de par sa nature même, faite de certitudes et ne laissant aucune place au doute, est incapable de répondre à cette question. L’approche subjectiviste des probabilités est une extension de la logique conçue pour pallier ce manque. Dans cet article, nous passons en revue un ensemble de problèmes cognitifs usuels et nous montrons comment les formuler et les résoudre avec un formalisme probabiliste unique. Les concepts abordés sont : l’ambigüité, la fusion, la multi-modalité, les conflits, la modularité, les hiérarchies et les boucles. Chacune de ces questions est tout d’abord brièvement présentée à partir d’exemples venant des neurosciences, de la psychophysique ou de la robotique. Ensuite, le concept est formalisé en utilisant un modèle générique bayésien. Enfin, les hypothèses, les points communs et les différences de chacun de ces modèles sont analysés et discutés.



Pour citer cet article :

Bessière Pierre, Diard Julien, Colas Francis (2016/1). Modèles probabilistes formels pour problèmes cognitifs usuels. In Khamassi Mehdi & Doncieux Stéphane (Eds), Nouvelles approches en robotique cognitive, Intellectica, 65, (pp.111-142), DOI: 10.3406/intel.2016.1792.