Apprentissage automatique à partir de traces multi-sources hétérogènes pour la modélisation de connaissances perceptivo-gestuelles

Résumé : Les connaissances perceptivo-gestuelles sont difficiles à saisir dans les Systèmes Tutoriels Intelligents. Ces connaissances sont multimodales : elles combinent des connaissances théoriques, ainsi que des connaissances perceptuelles et gestuelles. Leur enregistrement dans les Systèmes Tutoriels Intelligents implique l'utilisation de plusieurs périphériques ou capteurs couvrant les différentes modalités des interactions qui les sous-tendent. Les « traces » de ces interactions –aussi désignées sous le terme "traces d'activité"- constituent la matière première pour la production de services tutoriels couvrant leurs différentes facettes. Les analyses de l'apprentissage ou les services tutoriels privilégiant une facette de ces connaissances au détriment des autres, sont incomplets. Cependant, en raison de la diversité des périphériques, les traces d'activité enregistrées sont hétérogènes et, de ce fait, difficiles à modéliser et à traiter. Mon projet doctoral adresse la problématique de la production de services tutoriels adaptés à ce type de connaissances. Je m'y intéresse tout particulièrement dans le cadre des domaines dits mal-définis. Le cas d'étude de mes recherches est le Système Tutoriel Intelligent TELEOS, un simulateur dédié à la chirurgie orthopédique percutanée. Les propositions formulées se regroupent sous trois volets : (1) la formalisation des séquences d'interactions perceptivo-gestuelles ; (2) l'implémentation d'outils capables de réifier le modèle conceptuel de leur représentation ; (3) la conception et l'implémentation d'outils algorithmiques favorisant l'analyse de ces séquences d'un point de vue didactique.
Type de document :
Thèse
Intelligence artificielle [cs.AI]. Université Grenoble Alpes, 2015. Français. < NNT : 2015GREAM063 >
Liste complète des métadonnées


https://tel.archives-ouvertes.fr/tel-01370337
Contributeur : Abes Star <>
Soumis le : jeudi 22 septembre 2016 - 13:54:07
Dernière modification le : mercredi 5 juillet 2017 - 09:06:54

Fichier

TOUSSAINT_2015_archivage.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01370337, version 1

Collections

Citation

Ben-Manson Toussaint. Apprentissage automatique à partir de traces multi-sources hétérogènes pour la modélisation de connaissances perceptivo-gestuelles. Intelligence artificielle [cs.AI]. Université Grenoble Alpes, 2015. Français. < NNT : 2015GREAM063 >. <tel-01370337>

Partager

Métriques

Consultations de
la notice

802

Téléchargements du document

303