|
|<
<< Page précédente
1
2
Page suivante >>
>|
|
documents par page
|
Tri :
Date
Editeur
Auteur
Titre
|
|
Dans le dédale du vieillissement cognitif
/ Canal-u.fr
Voir le résumé
Voir le résumé
Des enseignants-chercheurs et jeunes chercheurs de l'Université de Strasbourg présentent en 500 secondes leur passion et l'essentiel de leur activité de recherche. Olivier Després Maître de conférence en neuropsychologie Domaine de recherche : Neurosciences, Evolution des fonctions cognitives dans le vieillissement normal ou pathologique
Mot(s) clés libre(s) : neurosciences, cognitif, vieillissement
|
Accéder à la ressource
|
|
Entretien avec Martin Karplus, prix Nobel de chimie 2013
/ Canal-u.fr
Voir le résumé
Voir le résumé
Martin Karplus revient sur ce prix Nobel attendu par ses pairs depuis près de 30 ans (mais sur lequel lui-même ne comptait plus) ; sur ce que cela change pour lui et ses collaborateurs, et ce qu’il ne veut surtout pas voir changer ! Il souligne à quel point ce prix Nobel est la consécration d’un champ disciplinaire pas toujours reconnu ; l’importance des simulations numériques dans la recherche et la force des résultats qu’elles peuvent amener. Il revient également sur les choix de vie et de carrière qui l’ont mené à Strasbourg et donne sa vision de la recherche française et américaine.
Mot(s) clés libre(s) : simulations numériques, modélisation moléculaire en chimie
|
Accéder à la ressource
|
|
Une cire malléable dans la ruche du cerveau
/ Canal-u.fr
Voir le résumé
Voir le résumé
Des enseignants-chercheurs et jeunes chercheurs de l'Université de Strasbourg présentent en 500 secondes leur passion et l'essentiel de leur activité de recherche. Jean-Christophe Cassel Professeur en neurosciences, directeur du Laboratoire de Neurociences Cognitives et Adaptatives - UMR 7364 Domaine de recherche : Neurosciences
Mot(s) clés libre(s) : cerveau, neurosciences
|
Accéder à la ressource
|
|
La vie artificielle
/ Mission 2000 en France
/ 18-09-2000
/ Canal-U - OAI Archive
BERSINI Hughes
Voir le résumé
Voir le résumé
La vie artificielle recouvre un ensemble de réalisations principalement informatiques et robotiques tentant d'incarner dans un matériel non biochimique les processus inhérents au vivant. Parmi ces processus on retrouve des fonctionnalités dites " émergentes ", des processus d'interactions sensori-moteurs avec l'environnement, et des mécanismes évolutifs soit " d'apprentissage " soit " néo-Darwinien ". Sa finalité est triple, d'abord offrir aux biologistes ou chimistes des environnements informatiques qu'ils pourraient facilement paramétrer de manière à simuler les processus naturels qu'ils étudient. Ensuite découvrir de nouvelles lois comportementales propres à ces systèmes à un niveau d'abstraction tel que ces lois s'appliqueraient à un ensemble de systèmes biologiques, par exemple le nombre d'attracteurs comme une fonction du nombre d'unités composant ces systèmes, la tendance intrinsèque à faire émerger des sous-systèmes auto-maintenus ou finalement l'incroyable complexité qui peut apparaître à un certain niveau d'observation de ces systèmes alors qu'au niveau juste en-dessous les mécanismes décrits sont élémentaires. Finalement la nature ayant toujours inspiré l'ingénieur, la dernière motivation est l'apprentissage de nouvelles méthodologies pour la conception d'artefacts de type robotique ou informatique. Généralement, là encore, l'idée est d'utiliser l'informatique pour sa force brute et sa capacité intrinsèque à essayer en un minimum de temps des combinaisons quasi infinies de possibles solutions à un problème, jusqu'à trouver malgré la simplicité de la procédure une solution complexe et inattendue à ce problème. Quelques exemples d'applications comme des robots autonomes, des systèmes de routage sur Internet (inspiré des fourmis), des protections informatiques (inspiré du système immunitaire) seront illustrés. Mot(s) clés libre(s) : apprentissage, émergence, interaction avec l'environnement, mécanisme biologique, modélisation, réseaux neuronaux, robotique, simulation, systèmes complexes, vie artificielle
|
Accéder à la ressource
|
|
Histoire d'ISTAR ou SPOT en relief
/ Jean-François Dars (CNRS Images), Anne Papillault (CNRS Images), C.N.R.S Images
/ 03-01-1990
/ Canal-U - OAI Archive
CLARKE Robert
Voir le résumé
Voir le résumé
Un logiciel de mise en relief des images de la Terre prises par satellite est à l'origine de la création d'Istar, une jeune société française fondée par des chercheurs de l'Institut de Géodynamique du CNRS et des informaticiens de l'INRIA. L'entreprise travaille sur des clichés des satellites Spot. L'un de ses fondateurs, Pierre Leymarie, géologue, rappelle le cadre dans lequel se sont développées les recherches et la part prise par un jeune boursier, Laurent Renouard. Il explique le principe du logiciel Spot 3D, le produit commercialisé : les décalages existant dans les couples d'images stéréographiques Spot sont traduits en altitudes. P. Leymarie évoque aussi les applications du logiciel dans d'autres domaines que les sciences de la terre.GénériqueConception : CLARKE Robert Réalisateurs : DARS Jean-François et PAPILLAULT Anne (CNRS AV) Production : CNRS AV Diffuseur : CNRS Images, http://videotheque.cnrs.fr/ Mot(s) clés libre(s) : image stéréographique, imagerie satellite, ISTAR, logiciel, modélisation 3D, SPOT, Terre, vision par ordinateur
|
Accéder à la ressource
|
|
L'image, entre vie et intelligence artificielles
/ UTLS - la suite
/ 09-07-2004
/ Canal-U - OAI Archive
COUCHOT Edmond
Voir le résumé
Voir le résumé
pas de résumé disponible Mot(s) clés libre(s) : cybernétique, image numérique, intelligence artificielle, objet virtuel, perspective, production d'image, représentation du réel, simulation numérique, technique figurative
|
Accéder à la ressource
|
|
Optimisation et apprentissage
/ Région PACA, UNS, CNRS - Centre National de la Recherche Scientifique, INRIA (Institut national de recherche en informatique et automatique)
/ 17-04-2014
/ Canal-u.fr
d'Aspremont Alexandre
Voir le résumé
Voir le résumé
L'apprentissage est un domaine émergent à l'interface de l'informatique
et des statistiques, porté par la croissance exponentielle du flot de
données générées par des applications aussi variées que la biologie, le
commerce en ligne, l'imagerie, la vidéo, le traitement du langage, etc.
Ce domaine a la particularité d'offrir à la fois un vaste champs
d'expérimentation pour les mathématiques appliquées modernes, et des
perspectives industrielles dont nous n'avons pour l'instant qu'ébauché
la portée. Cet exposé couvrira quelques exemples importants
d'algorithmes et de résultats statistiques dans cette ligne, en les
illustrant sur un ensemble d'applications récentes et parfois
inattendues. Mot(s) clés libre(s) : mathématiques appliquées, apprentissage automatique
|
Accéder à la ressource
|
|
Linguistique et informatique : la traduction automatique
/ UTLS - la suite, Mission 2000 en France
/ 16-02-2000
/ Canal-U - OAI Archive
DANLOS Laurence
Voir le résumé
Voir le résumé
Conférence du 16 février 2000 par Laurence Danlos. La linguistique informatique est un domaine scientifique neuf, né du développement conjoint des modèles mathématiques et informatiques (théorie des langages formels) et de la formalisation des descriptions linguistiques. Il a pour objectif le traitement automatique du langage naturel et il se situe au carrefour de la linguistique et de l'intelligence artificielle ou des sciences cognitives dans leurs recherches sur le langage naturel.Les recherches en linguistiques informatiques débouchent sur des applications qui relèvent des Industries de la Langue. L'application la plus connue et la plus ancienne est la Traduction Automatique. Nous exposerons les principales difficultés rencontrées en Traduction Automatique et nous dresserons un bilan sur les systèmes existants et sur les perspectives. Nous présenterons ensuite un panorama des autres applications, en particulier celles issues de l'émergence du Web (La Toile) dans lesquelles les calculs statistiques se combinent avec les calculs linguistiques. Mot(s) clés libre(s) : ambiguité lexicale, intelligence artificielle, langage naturel, lemmatisation, linguistique informatique, modèle mathématique, sciences cognitives, sémantique, traduction assistée par ordinateur, traduction automatique
|
Accéder à la ressource
|
|
Réduction de modèles de voies de signalisation intracellulaire
/ INRIA (Institut national de recherche en informatique et automatique)
/ 02-04-2015
/ Canal-u.fr
FERET Jérôme
Voir le résumé
Voir le résumé
Les voies de signalisation intracellulaire sont des
cascades d'interaction entre protéines, qui permettent à la cellule de
recevoir des signaux, de les propager jusqu'à son noyau, puis de les
intégrer, ce qui, in fine, influe sur le comportement global de la
cellule. Les protéines s'associent entre elles sur des sites de
liaisons, puis modifient la structure spatiale de leurs voisines, ce qui
a pour effet de cacher ou de découvrir leurs autres sites de liaisons,
et donc d'empêcher ou de faciliter d'autres interactions. De vastes
bases de données ont été conçues pour répertorier les différentes
interactions connues entre les sites des protéines. Cependant, nous ne
savons toujours pas clairement comment les propriétés physiologiques de
la cellule émergent de ces interactions.
La difficulté principale est la grande combinatoire de ces modèles.
En effet, chaque protéine a beaucoup de sites de liaisons. Ainsi, un
très grand nombre de complexes biomoléculaires différents peut se
former. Pour décrire ces modèles, nous proposons d'utiliser des graphes
pour la représentation des complexes biomoléculaires et des règles de
réécritures pour la spécification des interactions entre les protéines.
En particulier, ces règles sont contextuelles : elles décrivent
non seulement les transformations sur les complexes biomoléculaires,
mais aussi les conditions nécessaires à ces transformations. Ceci offre
une représentation très compacte et pratique d'un modèle. Par ailleurs
ces règles permettent de formaliser le comportement des modèles à
différents niveaux d'abstraction (qualitatifs ou quantitatifs).
Malheureusement, l'écueil de la complexité combinatoire refait surface
lorsque l'on cherche à calculer de manière effective ce comportement.
Nous proposons une méthode pour réduire la taille des
systèmes différentiels qui décrivent le comportement de ces modèles.
Nous utilisons une analyse du flot d'information entre les différents
sites des complexes biomoléculaires. Ainsi, pour chaque site de liaison
d'un complexe biomoléculaire, nous détectons quelles sont les parties de
ce complexe qui peuvent influencer la capacité de lier ou de délier ce
site. Nous en déduisons des paires de sites dont on peut abstraire la
relation entre l'état de liaison, car les ensembles de sites qu'ils
peuvent influencer sont disjoints. Cela nous permet de découper les
espèces biomoléculaires en plus petits morceaux (en séparant de telles
paires de sites). Nous obtenons ainsi un système différentiel portant
sur la concentration de ces morceaux de complexes biomoléculaires, qui
sont beaucoup moins nombreux que les complexes biomoléculaires du
système différentiel du modèle initial, et ce sans jamais avoir
écrit explicitement ce système initial. Pourtant, notre méthode de
réduction est exacte : nous avons la preuve que la solution du système
obtenu, est la projection exacte de la solution du système initial. Mot(s) clés libre(s) : modèle, réduction, signalisation, intracellulaire
|
Accéder à la ressource
|
|
Les relations difficiles entre l’Intelligence Artificielle et les Neurosciences
/ Inria / Interstices
/ 26-08-2020
/
Alexandre Frédéric
Voir le résumé
Voir le résumé
L’Intelligence Artificielle (IA) s’est construite sur une opposition forte entre connaissances et données. Les neurosciences ont tout d’abord fourni des éléments confortant cette vision avec la description de deux formes de mémoire, traitant respectivement de connaissances et de données. Les neurosciences ont ensuite décrit des interactions fortes entre ces deux formes de mémoire et ont suggéré que ces interactions permettent une cognition plus robuste et plus performante. De son coté, l’IA a pâti des limitations résultant de la dualité stricte entre connaissances et données. Pour autant, les chercheurs en IA restent trop souvent bloqués sur ces conceptions initiales et peinent à intégrer les mécanismes suggérés par les neurosciences. Ils se privent ainsi de pistes d’évolution prometteuses et d’un dialogue fertile avec ce domaine... Mot(s) clés libre(s) : neurosciences, intelligence artificielle, modèle computationnel, mémoire
|
Accéder à la ressource
|
|
|<
<< Page précédente
1
2
Page suivante >>
>|
|
documents par page
|