Literatura académica sobre el tema "Émotions – Simulation, Méthodes de"

Les patients atteints d’Alzheimer présentent une grande variété de troubles des émotions et des comportements (apathie, agressivité, dépression . . .) qui évoluent avec la maladie. Face à ce type de patients, les membres du personnel soignant et médical doivent être formés à gérer leur propre comportement non-verbal et interpréter celui du patient afin d’améliorer la qualité des interactions et éviter les situations difficiles. Parmi les outils de formation traditionnels les plus utilisés, les patients standardisés (acteurs humains jouant le rôle du patient) sont chers et peu disponibles, et les nouveaux supports de formation numérique (cours en ligne, vidéos . . .) manquent d’interactivité. Les patients virtuels, qui sont des personnages animés interactifs simulant les comportements d’un patient, sont de plus en plus utilisés pour former les soignants à interagir avec des patients. Ils permettent un contrôle fin et dynamique de comportements réalistes à afficher sur ces personnages virtuels, tout en assurant la cohérence avec les objectifs pédagogiques de la formation. Nous présentons dans ces travaux de thèses la méthode employée afin de concevoir un tel patient virtuel interactif et expressif pour simuler une patiente virtuelle atteinte d’Alzheimer. Ces travaux sont inscrits dans le domaine de l’informatique affective, qui représente un contexte multidisciplinaire à la frontière entre informatique et psychologie cognitive. Une expérimentation de Magicien d’Oz nous a permis de récolter un corpus de données d’interaction entre 31 membres du personnel médical et soignant, et une version contrôlée de notre patiente virtuelle. Ces données ont été analysées et intégrées à la conception d’un modèle automatique visant à contrôler automatiquement les réactions de la patiente virtuelle. Nous introduisons ainsi notre modèle COPALZ (COmputational model of Pathological appraisal biases for a virtual Alzheimer’s patient), qui se base sur le modèle Appraisal Bias Model issu de la psychologie cognitive. Notre modèle COPALZ permet de générer des évaluations pathologiques de notre patiente virtuelle afin de reproduire les troubles des émotions et des comportements associés à la maladie d’Alzheimer. Les résultats de l’évaluation suggèrent que notre modèle permet de générer des situations pédagogiquement intéressantes en adaptant le niveau d’avancement de la maladie et l’instabilité de l’humeur de la patiente virtuelle<br>Alzheimer’s patients display a wide variety of emotional and behavioral disorders (apathy, aggressiveness, depression, etc.) that evolve with the disease. When dealing with this type of patient, medical and nursing staff must be trained to manage their own non-verbal behavior. They must also be trained to understand the patient’s behavior in order to improve the quality of interactions and avoid difficult situations. Standardized patients (human actors playing the role of the patient) are among the most commonly used traditional training tools. However, they are expensive and not widely available. As for digital training materials (online courses, videos...), they lack interactivity. Virtual patients, which are interactive animated characters that simulate patient behaviors, are increasingly used to train caregivers to interact with patients. They enable a precise and dynamic control of realistic behaviors on the virtual patient, while ensuring consistency with the educational objectives of the training. In this thesis, we introduce the method used to design such an interactive and expressive virtual patient to simulate a virtual patient with Alzheimer’s disease. Our work is part of the field of affective computing. This multidisciplinary field is at the intersection of computer science and cognitive psychology. We conducted a Wizard of Oz experiment and collected a corpus of interaction data between 31 medical and nursing staff members and a controlled version of our virtual patient. These data were analyzed and integrated into the design of an automatic model aiming at controlling automatically the reactions of the virtual patient. We thus introduce the COPALZ model (COmputational model of Pathological appraisal biases for a virtual Alzheimer’s patient), which is based on the Appraisal Bias Model from cognitive psychology. Our COPALZ model generates pathological appraisals of our virtual patient in order to reproduce the emotional and behavioral disorders associated with Alzheimer’s disease. The evaluation results suggest that our model can generate pedagogically relevant situations by adjusting the severity of the disease and the mood instability of the virtual patient

Dans cette thèse, nous abordons diverses tâches dans les domaines de l’informatique affective et de la science des données chirurgicales qui ont le potentiel d’améliorer la simulation médicale. Plus précisément, nous nous concentrons sur quatre défis clés : la détection du stress, la reconnaissance des émotions, l’évaluation des compétences chirurgicales et la reconnaissance des gestes chirurgicaux. La simulation est devenue un élément important de la formation médicale, offrant aux étudiants la possibilité d’acquérir de l’expérience et de perfectionner leurs compétences dans un environnement sûr et contrôlé. Cependant,malgré des avancées significatives, la formation basée sur la simulation fait encore face à d’importants défis qui limitent son plein potentiel. Parmi ces défis figurent la garantie de scénarios réalistes, la prise en compte des variations individuelles dans les réponses émotionnelles des apprenants, et, pour certains types de simulations, comme les simulations chirurgicales, l’évaluation objective des performances. Intégrer le suivi des états cognitifs,des niveaux de stress et des états émotionnels des étudiants en médecine, ainsi que l’incorporation d’outils fournissant des retours objectifs et personnalisés, en particulier pour les simulations chirurgicales, pourrait aider à pallier ces limitations. Ces dernières années, l’apprentissage profond a révolutionné notre façon de résoudre des problèmes complexes dans diverses disciplines, entraînant des avancées significatives en informatique affective et en science des données chirurgicales. Cependant, plusieurs défis spécifiques à ces domaines subsistent. En informatique affective, la reconnaissance automatique du stress et des émotions est difficile en raison des problèmes de définition de ces états et de la variabilité de leur expression chez les individus. De plus, la nature multimodale de l’expression du stress et des émotions ajoute une couche de complexité supplémentaire, car l’intégration efficace de sources de données diverses demeure un défi majeur. En science des données chirurgicales, la variabilité des techniques chirurgicales entre les praticiens, la nature dynamique des environnements chirurgicaux, et l’intégration de plusieurs modalités soulignent les difficultés pour l’évaluation automatique des compétences chirurgicales et la reconnaissance des gestes. La première partie de cette thèse propose un nouveau cadre de fusion multimodale basé sur le Transformer pour la détection du stress, en exploitant plusieurs techniques de fusion. Ce cadre intègre des signaux physiologiques provenant de deux capteurs,chaque capteur étant traité comme une modalité distincte. Pour la reconnaissance des émotions, nous proposons une approche multimodale innovante utilisant un réseau de neurones convolutifs sur graphes (GCN) pour fusionner efficacement les représentations intermédiaires de plusieurs modalités, extraites à l’aide de Transformer encoders unimodaux. Dans la deuxième partie de cette thèse, nous introduisons un nouveau cadre d’apprentissage profond qui combine un GCN avec un Transformer encoder pour l’évaluation des compétences chirurgicales, en exploitant des séquences de données de squelettes de mains.Nous évaluons notre approche en utilisant des données issues de deux tâches de simulation chirurgicale que nous avons collectées. Nous proposons également un nouveau cadre multimodal basé sur le Transformer pour la reconnaissance des gestes chirurgicaux, intégrant un module itératif de raffinement multimodal afin d’améliorer la fusion des informations complémentaires entre différentes modalités. Pour pallier les limitations des ensembles de données existants en reconnaissance des gestes chirurgicaux, nous avons collecté deux nouveaux ensembles de données spécifiquement conçus pour cette tâche, sur lesquels nous avons effectué des benchmarks unimodaux et multimodaux pour le premier ensemble de données et des benchmarks unimodaux pour le second<br>In this thesis, we address various tasks within the fields of affective computing and surgicaldata science that have the potential to enhance medical simulation. Specifically, we focuson four key challenges: stress detection, emotion recognition, surgical skill assessment, andsurgical gesture recognition. Simulation has become a crucial component of medical training,offering students the opportunity to gain experience and refine their skills in a safe, controlledenvironment. However, despite significant advancements, simulation-based trainingstill faces important challenges that limit its full potential. Some of these challengesinclude ensuring realistic scenarios, addressing individual variations in learners’ emotionalresponses, and, for certain types of simulations, such as surgical simulation, providing objectiveassessments. Integrating the monitoring of medical students’ cognitive states, stresslevels and emotional states, along with incorporating tools that provide objective and personalizedfeedback, especially for surgical simulations, could help address these limitations.In recent years, deep learning has revolutionized the waywe solve complex problems acrossvarious disciplines, leading to significant advancements in affective computing and surgicaldata science. However, several domain-specific challenges remain. In affective computing,automatically recognizing stress and emotions is challenging due to difficulties in definingthese states and the variability in their expression across individuals. Furthermore, themultimodal nature of stress and emotion expression introduces another layer of complexity,as effectively integrating diverse data sources remains a significant challenge. In surgicaldata science, the variability in surgical techniques across practitioners, the dynamic natureof surgical environments, and the challenge of effectively integrating multiple modalitieshighlight ongoing challenges in surgical skill assessment and gesture recognition. The firstpart of this thesis introduces a novel Transformer-based multimodal framework for stressdetection that leverages multiple fusion techniques. This framework integrates physiologicalsignals from two sensors, with each sensor’s data treated as a distinct modality. Foremotion recognition, we propose a novel multimodal approach that employs a Graph ConvolutionalNetwork (GCN) to effectively fuse intermediate representations from multiplemodalities, extracted using unimodal Transformer encoders. In the second part of this thesis,we introduce a new deep learning framework that combines a GCN with a Transformerencoder for surgical skill assessment, leveraging sequences of hand skeleton data. We evaluateour approach using two surgical simulation tasks that we have collected. Additionally,we propose a novel Transformer-based multimodal framework for surgical gesture recognitionthat incorporates an iterative multimodal refinement module to enhance the fusionof complementary information from different modalities. To address existing dataset limitationsin surgical gesture recognition, we collected two new datasets specifically designedfor this task, on which we conducted unimodal and multimodal benchmarks for the firstdataset and unimodal benchmarks for the second

L'autorégulation est une ressource essentielle pour ne pas succomber à la tentation de consommer des aliments fortement caloriques. Elle demande de la volonté et de contrôler ses émotions et sensations. Cependant, nous évoluons dans un environnement valorisant le plaisir alimentaire où les informations de santé sont mal prises en compte, entrainant des difficultés d'autorégulation. Ces difficultés se retrouvent notamment chez les personnes en surpoids et/ou au régime. Nous avons émis l'hypothèse que valoriser le goût des aliments sains pourrait aider ces personnes à s'autoréguler et nous avons conduit deux expériences pour la tester. Dans la première, les messages basés sur le plaisir de consommer des fruits et légumes se sont avérés plus persuasifs pour ces individus. De la même manière, dans la seconde étude lors de la prise de décision simuler le plaisir procuré par ces aliments augmente davantage le choix d'aliments sains pour ces individus. Par le recours à la neuro-imagerie fonctionnelle, nous montrons également des différences significatives d'activité cérébrale entre ces individus au moment du choix d'aliments sains dans cette condition. Il apparaît plus impulsif chez les sujets les plus sensibles à la récompense, se rapprochant du choix d'aliments fortement caloriques. Au contraire, il apparaît plus réfléchi chez les sujets ayant un IMC élevé, facilitant ainsi l'autorégulation. Au niveau théorique, cette recherche met en avant le rôle positif des émotions et sensations liées au plaisir dans l'autorégulation. Au niveau managérial, elle suggère l'importance d'adapter les stratégies de promotion des aliments sains au public ciblé<br>Self-regulation is an essential resource for not succumbing to (junk) food. It requires willpower and control of emotions and sensations. However, individuals operate in an environment enhancing food pleasure where health informations are few and poorly considered, causing difficulties in self-regulation. These difficulties are found especially in overweight people and/or dieter. We hypothesized that value the taste of healthy foods could help people to self-regulate and we conducted two experiments to test it. In the first study, messages highlighting the pleasure of eating fruits and vegetables are more persuasive to subjects taking risks to health. Similarly, in the second study in decision making, focusing on the tatste of these foods increases more healthy food choices for these subjects. By using neuroimaging, we have shown brain activity distinctions between these subjects when choosing healthy food in this condition. Choosing healthy food is more impulsive for the most sensitive to reward subjects, approaching the choice of junk foods. Instead, it appears more reflective for subjects with a high BMI and choosing more junk foods, facilitating self-regulation. At the theoretical level this research highlights the positive role of emotions and sensations related to pleasure in self-regulation. At the managerial level, it suggests the importance of adapting strategies to the target audience in order to efficiently healthy food consumption

L'autorégulation est une ressource essentielle pour ne pas succomber à la tentation de consommer des aliments fortement caloriques. Elle demande de la volonté et de contrôler ses émotions et sensations. Cependant, nous évoluons dans un environnement valorisant le plaisir alimentaire où les informations de santé sont mal prises en compte, entrainant des difficultés d'autorégulation. Ces difficultés se retrouvent notamment chez les personnes en surpoids et/ou au régime. Nous avons émis l'hypothèse que valoriser le goût des aliments sains pourrait aider ces personnes à s'autoréguler et nous avons conduit deux expériences pour la tester. Dans la première, les messages basés sur le plaisir de consommer des fruits et légumes se sont avérés plus persuasifs pour ces individus. De la même manière, dans la seconde étude lors de la prise de décision simuler le plaisir procuré par ces aliments augmente davantage le choix d'aliments sains pour ces individus. Par le recours à la neuro-imagerie fonctionnelle, nous montrons également des différences significatives d'activité cérébrale entre ces individus au moment du choix d'aliments sains dans cette condition. Il apparaît plus impulsif chez les sujets les plus sensibles à la récompense, se rapprochant du choix d'aliments fortement caloriques. Au contraire, il apparaît plus réfléchi chez les sujets ayant un IMC élevé, facilitant ainsi l'autorégulation. Au niveau théorique, cette recherche met en avant le rôle positif des émotions et sensations liées au plaisir dans l'autorégulation. Au niveau managérial, elle suggère l'importance d'adapter les stratégies de promotion des aliments sains au public ciblé<br>Self-regulation is an essential resource for not succumbing to (junk) food. It requires willpower and control of emotions and sensations. However, individuals operate in an environment enhancing food pleasure where health informations are few and poorly considered, causing difficulties in self-regulation. These difficulties are found especially in overweight people and/or dieter. We hypothesized that value the taste of healthy foods could help people to self-regulate and we conducted two experiments to test it. In the first study, messages highlighting the pleasure of eating fruits and vegetables are more persuasive to subjects taking risks to health. Similarly, in the second study in decision making, focusing on the tatste of these foods increases more healthy food choices for these subjects. By using neuroimaging, we have shown brain activity distinctions between these subjects when choosing healthy food in this condition. Choosing healthy food is more impulsive for the most sensitive to reward subjects, approaching the choice of junk foods. Instead, it appears more reflective for subjects with a high BMI and choosing more junk foods, facilitating self-regulation. At the theoretical level this research highlights the positive role of emotions and sensations related to pleasure in self-regulation. At the managerial level, it suggests the importance of adapting strategies to the target audience in order to efficiently healthy food consumption

Ce travail est consacré au développement des méthodes particulaires pour la résolution des équations de Navier-Stokes incompressibles en dimension 3. L'évaluation des formules de Biot-Savart ayant un coût de calcul prohibitif en dimension trois, on utilise un couplage grille-particules. On applique alors cette technique à la simulation et au contrôle de sillages produits par un cylindre. La première partie est consacrée à la méthode numérique proprement dite. On commence par présenter le modèle lagrangien et la méthode utilisée pour calculer le champ de vitesse, qui est la clef de voûte du schéma. On décrit ensuite, au chapitre 2 comment sont calculées les couches limites. Enfin, on présente au chapitre 3 l'algorithme à pas fractionnaire utilisé, ainsi que les méthodes de transfert entre jeux de particules et grilles sous-jacentes, et le calcul de la diffusion. Le code est alors validé par des simulations d'anneaux tourbillonnaires qui se propulsent sur un obstacle cylindrique, pour des nombres de Reynolds modérés (entre 400 et 2000).La seconde partie utilise la méthode numérique décrite précédemment, en l'appliquant dans un premier temps à la simulation des sillages turbulents qui se développent derrière un cylindre circulaire (chapitre 4), puis au contrôle de ces écoulements au chapitre 4.Il est connu que les solutions bidimensionnelles sont instables pour des nombres de Reynolds suffisamment élevés. Les instabilités tridimensionnelles sont identifiée grâce à leur profil spectral. Elles ont un effet important sur les forces de traînée et sur la fréquence propre de l'écoulement.Le chapitre 5, relatif au contrôle, se propose de mettre en évidence plusieurs phénomènes. On considère un contrôle en boucle ouverte, réalisé par une rotation à pulsation et amplitude constante. On étudie des rotations basse et haute fréquences. Le coefficient de traînée est alors diminué de 43% par le contrôle à haute fréquence, pour un nombre de Reynolds de 550. De plus, on montre que l'écoulement turbulent revient à un état bidimensionnel si l'amplitude de rotation est suffisamment élevée.

Cette thèse porte sur les irrégularités de distribution de suites à une ou plusieurs dimensions et sur leurs applications a l'intégration numérique. Elle comprend trois parties. La première partie est consacrée aux suites unidimensionnelles: estimations de la diaphonie de la suite de van der corput à partir de l'étude des sommes exponentielles et étude des suites (n). La deuxième partie porte sur quelques suites classiques en dimension plus grande que une (suites de Fame, suites de Halton). La troisième partie, consacrée aux applications à l'intégration contient de nombreux résultats numériques, permettant de comparer l'efficacité de suites

L'hétérogénéité dans la répartition des sédiments issus de systèmes de chenaux fait de cette architecture une hôte potentielle aux hydrocarbures. Lors de l'étude d'un réservoir, la connaissance des structures souterraines est disponible via les données issues de forages, de campagnes sismiques et de la connaissance géologique du domaine. Les processus de simulation stochastique représentent de nos jours un outil important pour la gestion d'un champ pétrolier à partir des simples données recueillies de la subsurface de la terre. Le but de ces méthodes est de générer plusieurs modèles équiprobables de l'architecture fluviatile afin d'étudier les risques encourus lors de l'exploitation d'un champ pétrolier. Et chaque modèle ainsi généré se doit e satisfaire les données de subsurface et refléter les informations issues de la connaissance géologique du champ étudié. Deux principales approches ont été proposées dans ce domaine : les approches dites " basées-pixel " et les approches dites " basées-objet ". Les méthodes basées pixels s'attachent à distribuer les valeurs d'une propriété (soit continue comme la perméabilité ou la porosité, ou discrète comme les indexes de faciès) dans le volume d'étude. Les méthodes objet (ou booléennes) consiste en la génération d'objets modélisant les corps fluviatiles présents dans le domaine étudié et de les distribuer dans le volume réservoir. Cependant, les difficultés généralement rencontrées dans ces dernières approches consistent à pouvoir générer de manière efficace des modèles réalistes prenant en comptes des données " dures " (les données de puits) ou " floues " (les données de proportion). Nos travaux ont donc été voués à la recherche d'une nouvelle méthode de simulation stochastique basée objet permettant de générer plusieurs modèles d'empilements de chenaux équiprobables, réalistes et rendant compte des données de subsurface.

Ce travail présente quelques contributions à l'étude théorique et numérique des modèles utilisés en pratique pour la simulation moléculaire de la matière. En particulier, on présente et on analyse des méthodes numériques stochastiques dans le domaine de la physique statistique, permettant de calculer plus efficacement des moyennes d'ensemble. Une application particulièrement importante est le calcul de différences d'énergies libres, par dynamiques adaptatives ou hors d'équilibre. On étudie également quelques techniques, stochastiques ou déterministes, utilisées en chimie quantique et permettant de résoudre de manière approchée le problème de minimisation associé à la recherche de l'état fondamental d'un opérateur de Schrödinger en dimension grande. On propose enfin des modèles réduits permettant une description microscopique simplifiée des ondes de choc et de détonation par le biais d'une dynamique stochastique sur des degrés de liberté moyens, approchant la dynamique hamiltonienne déterministe du système complet.

Ce travail est consacré au développement des méthodes lagrangiennes comme alternatives ou compléments aux méthodes euleriennes conventionnelles pour la simulation d'écoulements incompressibles en présence d'obstacles. On s'intéresse en particulier à des techniques ou des solveurs eulériens et lagrangiens cohabitent dans le même domaine de calcul mais traitent différents termes des équations de Navier-Stokes, ainsi qu'à des techniques de décomposition de domaines ou différents solveurs sont utilisés dans chaques sous-domaines. Lorsque les méthodes euleriennes et lagrangiennes cohabitent dans le même domaine de calcul (méthode V.I.C.), les formules de passage particules-grilles permettent de représenter la vorticité avec la même précision sur une grille fixe et sur la grille lagrangienne. Les méthodes V.I.C. ainsi obtenues combinent stabilité et précision et fournissent une alternative avantageuse aux méthodes différences-finies pour des écoulements confinés. Lorsque le domaine de calcul est décomposé en sous-domaines distincts traités par méthodes lagrangiennes et par méthodes euleriennes, l'interpolation d'ordre élevé permet de réaliser des conditions d'interface consistantes entre les différents sous-domaines. On dispose alors de méthodes de calcul avec décomposition en sous-domaines, de type Euler/Lagrange ou Lagrange/Lagrange, et résolution en formulation (vitesse-tourbillon)/(vitesse-tourbillon) ou (vitesse-pression)/(vitesse-tourbillon). Les différentes méthodes développées ici sont testées sur plusieurs types d'écoulements (cavité entrainée, rebond de dipôles de vorticité, écoulements dans une conduite et sur une marche, écoulements autour d'obstacles) et comparées à des méthodes de différences-finies d'ordre élevé.