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

12:00
Monday
12
Oct
2015
Organized by: 
Ben-Manson Toussaint
Speaker: 
Ben-Manson Toussaint
 
Membres du jury :
  • M. Evens Emmanuel
    Professeur des Universités, professeur invité à l’Ecole Supérieure d’Infotronique d’Haïti, co-encadrant
  • Mme Catherine Garbay
    Directrice de recherche, CNRS, Université Joseph Fourier, examinatrice
  • M. Sébastien George
    Professeur des Universités, Université du Maine, examinateur
  • M. Manuel Lopes
    Enseignant-chercheur, INRIA de Bordeaux, examinateur
  • Mme Agathe Merceron
    Professeure des Universités, Beuth University of Applied Sciences, rapporteure
  • M. Roger Nkambou
    Professeur titulaire, Université du Québec à Montréal, rapporteur
  • Mme Vanda Luengo
    Professeur des Universités, Université Pierre et Marie Curie (Paris 6), directrice

 

Réalisation technique : Antoine Orlandi | Tous droits réservés

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.

Mots-clés : Systèmes Tutoriels Intelligents, Intelligence Artificielle, Environnements Informatiques pour l’Apprentissage Humain, Modélisation de connaissances, Connaissances perceptivo-gestuelles, Data Mining.