La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Modélisation d'un comportement addictif à l'aide de réseaux de neurones artificiels Modèles Constat biologique: Les comportements addictifs avec recompense.

Présentations similaires


Présentation au sujet: "Modélisation d'un comportement addictif à l'aide de réseaux de neurones artificiels Modèles Constat biologique: Les comportements addictifs avec recompense."— Transcription de la présentation:

1 Modélisation d'un comportement addictif à l'aide de réseaux de neurones artificiels Modèles Constat biologique: Les comportements addictifs avec recompense retardée sont codés par le Noyau Basolatéral de l'Amygdale. Celui-ci possède une organisation de type corticale. Modèle artificiel: La carte auto-organisatrice est une modélisation des cartes corticales qui conserve la topologie et la distribution des exemples appris comme pour les cartes somatotopiques du cortex moteur ou sensoriel (cf homonculus). Adrien Molinas Responsable du stage : Claude Touzet Simulation Résultats Discussion/Interprétation Homonculus Base d'apprentissage: _une situation codée par: -15 séquences de 10 situations -2 paramètres de localisation (X;Y) -un paramètre temporel -2 paramètres sensoriels (auditif et visuel) -1paramètre émotionnel -une valeur de récompense (Q) X Y / Q Séquence 14, situations de 0 à 9 Item La continuité temporelle de la séquence se traduit par une continuité spatiale sur la carte. Reconnaissance et poids de l'utilité Q (WQ) aprés apprentissage de la séquence 14 Neurone Item WQ Représentation de la reconnaisance par les neurones de la carte aprés apprentissage _Punition à la place de la récompense (Q=-1) _Pas de punition/récompense (Q=0) _Oubli du comportement On observe une grande plasticité de la mémorisation des informations sur la carte. Plus on se rapproche de la situation finale plus les situations sont récompensantes. Cela permet la prédiction et l'orientation du comportement. Diminution du poids de l'utilité en fonction du nombre d'itérations Observations: _ Continuité temporelle conservée par la carte topologique _ Prédiction d'un chemin menant à une situation récompensante _ Faible hystérésis des cartes Interprétations : _Le moyen le plus rapide de désapprentissage est de vivre une expérience négative _un placebo à valeur récompensante nulle entraîne un perte d'intéret progressive du comportement _En ne l'exécutant plus le comportement addictif finit lentement par perdre sa valeur récompensante Carlsen J. and Heimer L., The basolateral amygdaloid complex as a cortical-like structure, Brain research, Volume 441, Issues 1-2, 16 February 1988, Pages Touzet C., les réseaux de neurones artificiels: introduction au connexionisme, EC2 Ed.1992 Kohonen T., Self-organizing maps third edition, Springer-Verlag New York, Inc., 2002 Références: Le but est de simuler un désapprentissage et d'en voir les effets: Valeur de la récompense Nombre d'itérations Séquence1 Séquence4 Séquence3 Séquence9 Séquence14 Utilisation d'une carte de type Kohonen constituée de 25 neurones. Dans cette étude, nous avons voulu étudier comment une carte auto-organisatrice peut mémoriser une récompense rétardée dans la temps et comment celle-ci pouvait être amenée à "oublier" une récompense apprises.


Télécharger ppt "Modélisation d'un comportement addictif à l'aide de réseaux de neurones artificiels Modèles Constat biologique: Les comportements addictifs avec recompense."

Présentations similaires


Annonces Google