CONFÉRENCIER 1
Titre : Individual differences in face recognition abilities is linked to variations in use of facial information
Résumé : Faces communicate information from which we can quickly infer the gender, the state of mind, the age and the identity of our peers, and adjust our behavior accordingly. I have examined how the human brain performs these feats using a combination of psychophysical, neuropsychological, brain imaging and computational modeling methods. One aspect that I have become increasingly interested in these past few years is the link between the strategies employed by individuals to resolve face recognition tasks and their performance at these tasks. I have shown, for example, that the use of the eye on the right side of face stimuli, from the observer's point of view, is associated with better gender discrimination performance. To go beyond such correlational links and establish causality, I have developed techniques for inducing the use of specific visual information. For example, I have shown that inducing the use of the right eye (vs. the left eye) in subjects that previously used predominantly the left eye (vs. the right eye) to recognize the gender of faces increased (vs. decreased) their performance. Techniques for inducing the use of specific visual information for face recognition should lead to a means for individuals with jobs requiring strong face processing such as police officers, security agents, and customs officials to improve their abilities.
Biographie : Frédéric Gosselin est professeur au département de psychologie de l’Université de Montréal depuis 2001. Il a obtenu un doctorat en psychologie expérimentale de la University of Glasgow en 2000. Il est l’auteur de plus de 80 articles scientifiques publiés dans des journaux prestigieux comme Nature, Current Biology et PNAS. Il jouit d’une renommée mondiale dans le domaine de la perception visuelle et de la reconnaissance d’objets. Il est notamment l’inventeur de la technique « Bubbles » qui permet de révéler l’information utilisée par un observateur pour accomplir une tâche de reconnaissance d’objets (Gosselin & Schyns, 2001).
CONFÉRENCIER 2
Titres : Sens et sensation: d’où provient la sémantique?
Résumé : Pour apprendre le sens d’un mot, on consulte sa définition dans un dictionnaire. Mais pour comprendre le mot défini, il faut déjà avoir compris les mots qui le définissent. Si on comprend déjà un « ensemble minimal d’ancrage » de c. 1 500 mots, ça suffit pour définir tout autre mot. C’est ça le pouvoir combinatoire du langage. En moyenne les mots de l’ensemble d’ancrage sont plus fréquents et concrets et ils sont acquis plus jeune que les autres mots, mais comment est-ce que les mots ancrants acquièrent leurs sens? Presque tous les mots dans le dictionnaire sont des noms de catégorie. Il y a des changements perceptifs et physiologiques qui se produisent lorsque les nouvelles catégories multidimensionnelles sensorielles sont apprises par les sujets humains dans le laboratoire, ainsi que par les modèles de réseaux neuronaux « deep learning ». On émet l’hypothèse que l’acquisition des catégories sensorielles est ancrée par une réduction de la dimensionnalité qui agit comme un filtre perceptif qui sépare les membres des non-membres. Cet effet s’appelle la perception catégorielle.
Biographie : Etienne Harnad est professeur de psychologie à l’UQÀM ainsi que professeur de sciences cognitives à l’université de Southampton. Ses recherches portent sur la perception, le langage et la conscience. Il est directeur de la revue Animal Sentience (Sensibilité Animale). Il dirigera une école d’été sur la sensibilité et la cognition animale à l’institut des sciences cognitives de l’UQÀM en juin/juillet 2018.
CONFÉRENCIER 3
Titre : Modélisation scientifique et l’informatique cognitive
Résumé : Plusieurs projets de recherche en informatique explorent des théories cognitives qui servent d'inspiration a des projets informatiques. Comment penser ce type de pratique scientifique ? Une vision classique de la science imposerait que ces projets soient avant tout de type formel et expérimental. Mais est-ce possible en informatique cognitive ? Par des études de pratiques scientifiques concrètes, plusieurs philosophes des sciences (Cartwright,, Giere, Morrison,Leonelli, etc.) montrent que cette vision est problématique. Ils invitent à revoir cette compréhension de la science. Leurs recherches montrent que peu de pratiques scientifiques, même en sciences dites naturelles, suivent ce moule logico- empiriste. Il appert plutôt que la théorisation scientifique repose sur une multiplicité et une diversité de modèles entretenant entre eux d’importants liens de complémentarité. Et c’est ensemble et que ces modèles jouent un rôle complexe de médiation dans notre connaissance du monde. Nous explorerons cette hypothèse épistémologique et nous l’appliquerons aux projets en informatique cognitive. Nous montrerons que, dans leur démarche, ces projets construisent de multiples modèles à valeur descriptive et explicative. Plus spécifiquement, nous analyserons les modèles que construisent presque tous les projets en informatique cognitive, à savoir des modèles formels, des modèles computationnels, des modèles informatiques, des modèles expérimentaux et des modèles conceptuels. Et que la démarche de recherche dans ces projets vise à des maillages serrés, heuristiques et valides entre ces divers modèles. Nous illustrerons ces modèles dans des projets d’humanités numériques.
Biographie : Jean Guy Meunier, PhD. est professeur associé au département de philosophie de l’UQAM . Il a enseigné au programme de doctorat en informatique cognitive depuis sa fondation. Il est un des directeur du Laboratoire d’analyse cognitive de l’information.(Lanci) Ses recherches portent sur l’analyse des textes assistée par ordinateur ( Latao) et sur les humanités numériques. Il est membre titulaire de l’Académie internationale de philosophie des sciences .( Bruxelles)
Publications récentes :
-Theories and Models : Realism in Ccognitive Science In Varieties of Realism in Science. Agazzi,.E. Springer . 2017
-Humanités Numériques ou computationnelles .Enjeux herméneutiques Sens Public 2014/12 revue en ligne http://sens-public.org/spip.php?article1121.
CONFÉRENCIER 4
Titre : Reconnaissance des comportements agressifs des personnes avec troubles cognitifs à partir des accéléromètres
Résumé : Dans cette présentation, je vais parler de la reconnaissance des comportements agressifs des personnes avec troubles cognitifs qui est un problème très fréquent dans les centres d’hébergement et de soin de longue durée. Pour ce faire, nous avons proposé une approche basée sur les données provenant d’un accéléromètre pour reconnaitre les différents types de comportements agressifs à l’aide de l’apprentissage ensembliste. Je vais également aborder l’approche des réseaux de neurones profonds pour reconnaitre les comportements agressifs.
Biographie : Dr. Belkacem Chikhaoui (chercheur en science des données au CRIM, et professeur associé au département d’informatique de l’Université de Sherbrooke), titulaire d’une maîtrise et d’un doctorat en informatique de l’Université de Sherbrooke en 2009 et 2013 respectivement. Durant ses études doctorales, Belkacem a développé des nouveaux algorithmes pour la reconnaissance et prédiction des activités de la vie quotidienne des personnes dans les habitats intelligents, et la construction du profil comportemental des personnes. Belkacem a travaillé comme chercheur post-doctorant à l’Université de Toronto dans le domaine de la reconnaissance et prédiction des comportements agressifs chez les personnes atteintes de troubles cognitives, en utilisant des accéléromètres et des capteurs de vision à savoir le Microsoft Kinect. Belkacem a rejoint l’équipe de Technologies émergentes et science des données au Centre de Recherche Informatique de Montréal (CRIM) en septembre 2016 à titre de chercheur en science de données. Ses principaux domaines d’intérêts sont le forage de données, l’intelligence artificielle et l’apprentissage machine, l’extraction de connaissances, les habitats intelligents, et les réseaux sociaux. Belkacem fait partie des comités de programme et d’évaluation de plusieurs conférences internationales et revues scientifiques.
CONFÉRENCIER 5
Titre : Méthodes d'analyses bioinformatiques des génomes (un peu de biologie, d’algos, d’apprentissage machine, de classification et d’IA),
Résumé : Pendant tout le processus de séquençage des génomes, l’informatique à travers différents algorithmes a joué un rôle inestimable. Avec la disponibilité maintenant de plusieurs génomes séquencés (dont celui de l’humain), l’informatique nous aide également à comprendre les mécanismes de fonctionnement des multitudes de gènes qui composent un génome. Elle a contribué à la mise en place de moteurs de navigation des génomes basés sur plusieurs bases de données et interfaces Web. Elle contribue aussi à la prédiction de nouveaux gènes, des régions fonctionnelles, des régions régulatrices, à travers des algorithmes de comparaison de génomes et d'algorithmes d'apprentissage machine et d’IA. Au cours de cette présentation, je vous présenterai les principaux problèmes, leur formalisation informatique et les techniques utilisés pour les résoudre. Je présenterai les voies qui se mettent en place pour supporter la médecine personnalisée et exploiter les données massives.
Biographie : Abdoulaye Baniré Diallo est professeur au département d'informatique de l'Université du Québec à Montréal depuis 2007. Il est le directeur des maîtrise et doctorat en informatique. Il a été de 2011 à 2014 le directeur du diplôme d’etudes supérieures et spécialisées en bioinformatique. Il est cofondateur de Mims.ai, une startup dédiée à l’apport de l’IA en bioinformatique. Il détient un doctorat en informatique de l'Université McGill à Montréal. Il est membre régulier des laboratoires de bioinformatique, du centre de recherche PharmaQAM, du Réseau Québecois de Recherche sur le Médicament et du laboratoire de biologie et d’adaptation des plantes BIODAP de l’UQAM. Il a été chercheur associé du Broadinstitute de M.I.T et Harvard et du Computer Science and Artificial Intelligence du M.I.T. Dr Diallo a été professeur invité à l’Université Blaise Pascal de Clermont Ferrand. Il est organisateurs de plusieurs ateliers en bioinformatique et est membre de plusieurs comités de lectures scientifiques. Ses domaines de recherche sont en apprentissage machine et bioinformatique. Il a contribué au développement d’une dizaine de logiciels utilisés par la communauté bioinformatique (T-rex, ancestors, consensus, Angst-ML, PGR, WMP). Il participe à plusieurs projets internationaux comme le projet "Tree of life" piloté par le Broadinstitute, the « Wheat transcriptomics », et plusieurs autres. Professeur Diallo a obtenu le Prix d’excellence en enseignement de l’UQAM en 2016. Il détient aussi plusieurs prix internationaux dont les prix Springer et Chikiyo Hayashi pour ses contributions dans le domaine de la classification automatisée. Il a plus d’une cinquantes de publications scientifiques incluant articles de journaux, chapitres de livres et actes de conférences.