login
english version rss feed
Detailed view PhD thesis
Université Pierre et Marie Curie - Paris VI (18/09/2008), Bernadette Bouchon-Meunier (Dir.)
Attached file list to this document: 
PDF
TheseMarcDamez2009.pdf(5.8 MB)
De l'apprentissage artificiel pour l'apprentissage humain : de la récolte de traces à la modélisation utilisateur
Marc Damez-Fontaine1

Les interactions entre l'homme et l'ordinateur peuvent être étudiées sous plusieurs angles : certaines analyses s'attachent à décrire le comportement humain utilisant des outils informatiques, d'autres cherchent à optimiser l'ergonomie de l'interface, et enfin, d'autres cherchent à améliorer l'interactivité entre l'utilisateur et l'immense quantité d'informations véhiculées par le dispositif numérique. Après avoir récapitulé l'ensemble des propriétés nécessaires à la conception d'un système générique de récolte de données issues directement de l'interaction homme-machine, nous présentons des méthodes de visualisations de ces données permettant la mise à jour de propriétés utiles ainsi que des exemples d'analyses automatiques par des méthodes algorithmiques. Nous proposons un nouveau formalisme générique de récolte de données provenant des interactions homme-machine. Ce modèle permet toutes les modélisations et l'application de toutes les méthodes évoquées précédemment. Nous présentons également des outils d'analyses, qui permettent la reconnaissance automatique de caractéristiques de comportements des utilisateurs, ainsi qu'un outil de visualisation de ces données qui permettent la remise en contexte de l'action de l'utilisateur ainsi que la comparaison de l'activité de plusieurs individus sur une ou plusieurs interfaces. Deux algorithmes sont introduits pour faciliter la lecture de la visualisation. Ces travaux doivent s'appliquer dans un contexte scolaire et quelques théories pédagogiques élaborées par les psychologues cognitivistes spécialisés ce domaine ont été étudiées. Une plateforme permettant l'implémentation de méthodes d'apprentissage artificiel décrit les modalités d'application pour adapter automatiquement l'interaction et fournir une aide personnalisée. Des méthodes algorithmiques d'apprentissage artificiel sont également détaillées suivant une typologie des méthodes de traitement des données. Deux analyses effectuées sur des données récoltées lors d'expériences que nous avons menées, ont permis d'élaborer des méthodes de personnalisations automatiques de l'interaction homme-machine pour l'enseignement.
1:  LIP6 - Laboratoire d'Informatique de Paris 6
Traces d'interaction Interaction homme machine Visualisation de données Apprentissage artificiel Analyse automatique Caractérisation de comportements

Human-computer interactions can be studied under several angles: some analyses attempt to describe human behavior using the computer as a tool, others seek to optimize the ergonomics of the interface, and finally, others seek to improve the interactivity between the user and the immense quantity of information conveyed by the numerical device. After having studied the properties necessary to design a generic system to gather data from human-computer interaction, we present methods of data visualization for the purpose of identifying useful properties, as well as examples of automatic analyses by algorithmic methods. We propose a new generic formalization of data harvesting, designed for data derived from human-computer interaction. This formalization allows all modeling, and all applications of all the methods previously exposed. We also present tools for analysis which allow automatic recognition of behavior characteristics of users, as well as a tool for data visualization. Application of the data-visualization tool permits us to replace the global interaction of the user in context as well as comparing the activity of several users on one or more interfaces. Two algorithms are introduced to facilitate the reading of this representation. As this work must be applicable in a scholastic context, we have studied various teaching theories elaborated by cognitivists. This has enabled us to develop a platform which allows the implementation of methods for machine learning and describes ways for adapting the interaction automatically to provide personalized help. Algorithmic methods of artificial intelligence are also classified by a typology of data processing. Two analyses carried out on data collected during experiments enabled us to work out methods that can be used for teaching by automatic personalization of human-computer interaction.

all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...