ABX-Discriminability Measures and Applications

Thomas Schatz 1, 2
2 SIERRA - Statistical Machine Learning and Parsimony
DI-ENS - Département d'informatique de l'École normale supérieure, ENS Paris - École normale supérieure - Paris, Inria Paris-Rocquencourt, CNRS - Centre National de la Recherche Scientifique : UMR8548
Résumé : Cette thèse est, au départ, une contribution indirecte au problème de la modélisation de l'acquisition des catégories phonétiques chez l'enfant. Les modèles computationnels déjà proposés n'ont encore jamais été testés de manière systématique pour déterminer s'ils sont réellement à même de rendre compte d'une partie conséquente des observations empiriques disponibles. Nous développons une approche permettant une évaluation systématique des modèles sur la base de Mesures de Discriminabilité ABX. Nous montrons l'intérêt de notre approche en l'appliquant à deux problèmes reliés: la traitement des catégories phonétiques à la naissance et à l'âge adulte. La prochaine étape sera bien sûr d'appliquer notre approche aux modèles d'acquisition des catégories phonétiques. L'intérêt des Mesures de Discriminabilité ABX ne se restreint pas au cas particulier de l'évaluation des modèles de traitement des catégories phonétiques. Elle sont utiles dans l'étude de signaux autre que la parole et de catégories autres que les catégories phonétiques, ainsi que dans le cadre de champs disciplinaires autres que les sciences cognitives, comme l'ingénierie, l'exploration des données ou l'intelligence artificielle par exemple. Nous le justifions en étudiant les propriétés de ces mesures dans un cadre abstrait général et en présentant trois grandes familles d'applications: l'évaluation de la capacité de systèmes opérant en l'absence de supervision explicite à représenter une structure catégorielle; la formulation de modèles computationnels simples du comportement dans des tâches de discrimination; la définition de mesures descriptives pour des représentations associées à des données catégorielles.
Type de document :
Thèse
Cognitive science. Université Paris 6 (UPMC), 2016. English
Liste complète des métadonnées

Littérature citée [244 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/tel-01407461
Contributeur : Thomas Schatz <>
Soumis le : lundi 12 décembre 2016 - 11:02:31
Dernière modification le : mardi 24 avril 2018 - 17:20:14
Document(s) archivé(s) le : mardi 21 mars 2017 - 03:25:34

Identifiants

  • HAL Id : tel-01407461, version 1

Collections

Citation

Thomas Schatz. ABX-Discriminability Measures and Applications. Cognitive science. Université Paris 6 (UPMC), 2016. English. 〈tel-01407461〉

Partager

Métriques

Consultations de la notice

196

Téléchargements de fichiers

239