Letteratura scientifica selezionata sul tema "Apprentissage continu en ligne"
Cita una fonte nei formati APA, MLA, Chicago, Harvard e in molti altri stili
Consulta la lista di attuali articoli, libri, tesi, atti di convegni e altre fonti scientifiche attinenti al tema "Apprentissage continu en ligne".
Accanto a ogni fonte nell'elenco di riferimenti c'è un pulsante "Aggiungi alla bibliografia". Premilo e genereremo automaticamente la citazione bibliografica dell'opera scelta nello stile citazionale di cui hai bisogno: APA, MLA, Harvard, Chicago, Vancouver ecc.
Puoi anche scaricare il testo completo della pubblicazione scientifica nel formato .pdf e leggere online l'abstract (il sommario) dell'opera se è presente nei metadati.
Articoli di riviste sul tema "Apprentissage continu en ligne"
1
Fierro Porto, Mónica, e Lily Schofield. "Le numérique comme facilitateur de nouvelles interactions étudiantes entre apprenants experts : un cours en ligne pour enseigner l’anglais de spécialité". Médiations et médiatisations, n. 5 (29 gennaio 2021): 68–89. http://dx.doi.org/10.52358/mm.vi5.165.
Testo completoAbstract (sommario):
Cet article présente le fonctionnement d’un premier dispositif de formation d’anglais en ligne sur la plateforme Moodle, intégrant les pratiques informelles des étudiants, à l’Université de Paris. Le choix d’utiliser des extraits de films dont l’intrigue est située dans le milieu professionnel financier (FASP) comme support pédagogique principal est à la fois adapté au public (première année de licence d'Économie-Gestion), et à l’intégration des pratiques informelles étudiantes en anglais au contexte formel du cours. Ainsi, par cette familiarité avec le contenu, les thématiques et les modalités d’interactions asynchrones en ligne, les étudiants deviennent apprenants experts et le format numérique favorise alors de nouvelles interactions. Nos résultats proviennent des données recueillies auprès des étudiants concernant leurs ressentis sur le dispositif et sur leur apprentissage.
2
MANZONI-DE-ALMEIDA, Daniel, Patrícia MARZIN-JANVIER e Patrícia GIMENEZ CAMARGO. "Intersectional pedagogy in nursing education". Revue Education, Santé, Sociétés, Volume 10, Numéro 2 (30 novembre 2024): 1–34. https://doi.org/10.17184/eac.9060.
Testo completoAbstract (sommario):
Le thème de l’infection par le virus du VIH/SIDA dans les cours d’immunologie n’est encore traité que sous l’angle du contenu biologique. Cependant, cette question englobe une variété de thèmes qui passent par des dimensions sociales, politiques et scientifiques qui sont importantes dans les processus d’enseignement-apprentissage, et dans la formation et la culture scientifique des professionnels de la santé dans une perspective d’éducation scientifique de transformation sociale contre les préjugés. Ici, nous construisons et étudions une séquence d’enseignement par apprentissage par problèmes (APP) sur le VIH/SIDA pour l’expérience des étudiants avec une pédagogie critique et intersectionnelle dans les classes d’immunologie. L’analyse des résultats a montré que les étudiants universitaires du cours de santé ont mobilisé d’importantes connaissances sociales et scientifiques ainsi que des pratiques épistémiques spécifiques lorsqu’ils ont réalisé l’apprentissage par problèmes en ligne. En conclusion, notre étude a mis en évidence une perspective d’enseignement intersectionnel et scientifique de l’immunologie pour les cours d’immunologie dans le cadre de la formation des professionnels de la santé.
3
Papin, Kevin, e Gabriel Michaud. "Rétroaction corrective synchrone et écriture collaborative en ligne : perceptions d’enseignants de français langue seconde". Canadian Journal of Applied Linguistics 26, n. 2 (15 agosto 2023): 60–80. http://dx.doi.org/10.37213/cjal.2023.33027.
Testo completoAbstract (sommario):
Avec le récent essor de l’enseignement à distance, les tâches d’écriture collaborative (ÉC), dont la contribution au développement des compétences en écriture en langue seconde (L2) a été démontrée (Elabdali, 2021), se déroulent de plus en plus en ligne. Un tel format permet à l’enseignant de fournir une rétroaction corrective écrite synchrone (RCÉS) aux apprenants, qui collaborent ensuite en temps réel sur la résolution des erreurs. Peu d’études se sont toutefois intéressées aux perceptions des enseignants dans le cadre d’un cours de français L2 en ligne. Cette étude de cas explore ainsi les perceptions d’enseignants de français L2 (N = 3) quant à la mise en place, dans leur cours de français écrit de niveau avancé, de deux tâches d’ÉC en ligne (Google Docs), lors desquelles ils fournissaient de la RCÉS à leurs apprenants (N = 46), qui collaboraient par vidéoconférence en petits groupes (Zoom). Après la réalisation des tâches, les enseignants ont partagé leurs points de vue quant aux forces et aux limites d’une telle pratique pédagogique lors d’une entrevue de groupe semi-dirigée tenue en vidéoconférence. L’analyse de contenu de la transcription de l’entrevue indique que, bien que les enseignants aient des perceptions globalement positives de cette pratique et y voient un potentiel pour l’enseignement-apprentissage du français L2, certaines préoccupations concernant l’aspect pratique et la mise en œuvre des tâches d’ÉC en ligne avec de la RCÉS ont émergé. Les implications pédagogiques quant à la manière de fournir de la RCÉS pendant de telles tâches sont discutées.
4
Liu, Yiqi. "Pedagogy of multiliteracies in CLIL: Innovating with the social systems, genre and multimodalities framework". OLBI Journal 11 (15 marzo 2022): 31–56. http://dx.doi.org/10.18192/olbij.v11i1.6173.
Testo completoAbstract (sommario):
Plus de deux décennies après la conceptualisation de la pédagogie des multilittératies (PdM) par le New London Group (1996), le monde a été témoin de nombreuses innovations pédagogiques et avancées technologiques. Cependant, peu d’études ont révélé comment pratiquer réellement la PdM dans des contextes non occidentaux. Pour combler cette lacune, cet article propose le cadre théorique systèmes sociaux, genre et multimodalités pour pratiquer la PdM dans des contextes où l’anglais est une langue additionnelle. À cette fin, le processus d’apprentissage de 240 élèves du secondaire de Hong Kong inscrits à un petit cours privé d’anglais en ligne conçu avec la PdM a été étudié. Les résultats montrent que la PdM aide les étudiants à construire de nouvelles identités d’apprenants et facilite le développement de leur apprentissage de contenu, ainsi que leurs compétences linguistiques. Mon étude suggère que la PdM peut être enrichie en offrant aux étudiants des outils analytiques pratiques et un environnement d’apprentissage multimodal autonome.
5
Joan Casademont, Anna, Nancy Gagné e Èric Viladrich Castellanas. "Allers-retours entre recherche et pratique : Analyse de besoins et capsules de microapprentissage en apprentissage d’une langue tierce ou additionnelle". Médiations et médiatisations, n. 12 (29 novembre 2022): 8–33. http://dx.doi.org/10.52358/mm.vi12.288.
Testo completoAbstract (sommario):
Le lien entre la recherche et la pratique est central en enseignement. Or on critique souvent la recherche en acquisition des langues secondes de manquer d’implications claires pour la pratique. On sait cependant que le lien entre la recherche et le terrain est fondamental si l’on veut optimiser le choix du matériel approprié en classe (Haukås, 2016). La présente étude expose donc les résultats préliminaires des premières phases d’un vaste projet proposant un aller-retour entre la recherche et la pratique en se penchant sur l’impact formatif de capsules de microapprentissage offertes en complément à l’enseignement fait en classe. Les capsules proposent une activité d’apprentissage et un volet de microapprentissage avec rétroaction automatique (directe et indirecte) dans les cours de langue en contexte authentique (hybride et à distance). Leur contenu est basé sur les défis communs des apprenants (grammaticaux, lexicaux et morphologiques) à l’écrit identifiés à partir d’une analyse de corpus constitués de textes d’apprenants universitaires d’une langue tierce ou additionnelle (catalan). De capsules de microapprentissage et d’exercices sont offertes à la communauté afin de soutenir l’apprentissage en salle de classe. Les résultats de la mise à disposition de capsules complémentaires de microapprentissage montrent que les capsules ciblées sur les défis des apprenants sont perçues comme utiles par les participants. Aussi, l'approche écologique utilisée contribue au partage d'avancées scientifiques en offrant aux enseignants de langues modimes, comme le catalan dans le cas présent, d’avoir accès à du matériel provenant de la recherche par le biais d’une communauté de pratique en ligne, matériel basé sur les données issues du terrain.
6
Minuk, Alexandra, Pamela Beach e Elena Favret. "Evaluating Online Environments for Elementary Teachers’ Literacy-Oriented Professional Learning". Alberta Journal of Educational Research 69, n. 1 (17 marzo 2023): 118–40. http://dx.doi.org/10.55016/ojs/ajer.v69i1.75743.
Testo completoAbstract (sommario):
As elementary teachers increasingly turn to online environments for their literacy-oriented professional learning, evaluating website quality is of growing importance. Using screen capture recordings of participants’ navigations, the purpose of this study was to identify the types of online learning environments that elementary teachers use to enhance their literacy practice as well as to evaluate website quality. Findings reveal that teachers access ten main types of online environments. Those that were resource-based were accessed with the highest frequency despite having the lowest quality. Implications for the design of online learning environments as well as self-directed learning are explored in depth. Keywords: teacher professional development; teacher professional learning; self-directed learning; website evaluation; literacy Comme les enseignants du primaire se tournent de plus en plus vers les environnements en ligne pour leur apprentissage professionnel axé sur la littératie, l'évaluation de la qualité des sites Web revêt une importance croissante. Reposant sur des enregistrements de captures d'écran de la navigation des participants, l'objectif de cette étude était d'identifier les types d'environnements d'apprentissage en ligne que les enseignants du primaire utilisent pour améliorer leur pratique de l'alphabétisation ainsi que d'évaluer la qualité des sites Web. Les résultats révèlent que les enseignants accèdent à dix types principaux d'environnements en ligne. Ceux qui sont basés sur les ressources sont les plus utilisés, même si leur qualité est la plus faible. Les implications pour la conception d'environnements d'apprentissage en ligne ainsi que pour l'apprentissage autodirigé sont explorées en profondeur. Mots clés : développement professionnel des enseignants ; apprentissage professionnel des enseignants ; apprentissage autodirigé ; évaluation des sites Web ; alphabétisation.
7
Marchand, Louise. "Pour une éducation médicale avec apprentissage en ligne". Pédagogie Médicale 3, n. 3 (agosto 2002): 180–87. http://dx.doi.org/10.1051/pmed:2002029.
Testo completo
8
Andlauer, Leticia. "Apprentissages informels au sein des communautés de joueurs en ligne". Diversité 185, n. 1 (2016): 167–72. http://dx.doi.org/10.3406/diver.2016.4323.
Testo completoAbstract (sommario):
Il est tentant, pour l’observation des communautés en ligne, d’invoquer la notion d’ « apprentissage informel » , car elle permet de formuler les modalités de constitution de savoirs particuliers qui font les spécificités de ces communautés. En revenant sur les travaux qui approchent les communautés de jeux en ligne, il s’agit d’éclairer les apprentissages rencontrés dans l’observation de ces communautés, et les manières de penser la constitution de ces dernières
9
Hamida, Soufiane, Bouchaib Cherradi, Abdelhadi Raihani e Hassan Ouajji. "Evaluation des apprentissages au sein d’un environnement de type MOOC adaptatif". ITM Web of Conferences 39 (2021): 03005. http://dx.doi.org/10.1051/itmconf/20213903005.
Testo completoAbstract (sommario):
La problématique de l’évaluation des apprentissages au sein d’un MOOC suscite un grand débat. Ce type d’environnements d’apprentissage offre des cours limités dans le temps, organisés en ligne et ouverts à tous. L’apprentissage au sein des MOOC consiste en l’échange du savoir entre les participants et l’interaction avec les concepteurs (forum, chat, etc.) en se libérant des contraintes de temps et d’espace. En effet, le MOOC est un outil d’apprentissage en ligne et rythmés. L’évaluation des apprentissages au sein des MOOC représente un pilier essentiel pour la favorisation d’un apprentissage rythmé. Cet apprentissage libère les apprenants dans le temps et dans l’espace. Les concepteurs des MOOC ont largement investi sur des modalités d’évaluation automatisées, tels que des modes de la correction automatique (les quiz ou les questionnaires à choix multiples). Pourtant, ces modalités restent très limitées face au développement d’une pensée critique au cours d’une séquence d’apprentissage. Dans ce papier nous allons aborder les techniques et les méthodes d’évaluation qui permettent de mesurer l’atteinte des objectifs d’apprentissage dans un MOOC. Ensuite, nous présentons l’architecture d’un modèle d’apprentissage basé sur les agents susceptibles de fournir une évaluation formative et personnalisé de cours en ligne massifs.
10
Fournier, Helene, e Rita Kop. "DE NOUVELLES DIMENSIONS À L’AUTO-APPRENTISSAGE DANS UN ENVIRONNEMENT D’APPRENTISSAGE EN RÉSEAU". Canadian Journal for the Study of Adult Education 26, n. 1 (18 febbraio 2014): 35–55. http://dx.doi.org/10.56105/cjsae.v26i1.3028.
Testo completoAbstract (sommario):
Les nouvelles technologies ont changé le paysage éducatif. Il est maintenant possible pour les apprenants autonomes de participer de manière informelle dans des activités d’apprentissage en ligne ouvert et en réseau, comme dans les cours en ligne ouverts et massifs (ou MOOC, l’acronyme anglais pour Massive Open Online Course). Notre recherche a analysé l’agence et le niveau d’autonomie requis par les apprenants dans ce genre de cours. En appliquant le modèle de quatre dimensions de contrôle des apprenants de Bouchard, nous avons constaté qu’il y a de nouvelles dimensions à l’auto-apprentissage dans des environnements d’apprentissage connectivistes. La recherche a également mis en lumière les nouveaux défis et opportunités pour les autodidactes qui pourraient ne pas être en mesure de faire appel à des éducateurs de confiance pour un soutien dans leurs apprentissages mais qui se fient plutôt sur l’agrégation de l’information et de la communication et de la collaboration informelle disponibles par le biais des médias sociaux pour faire avancer leur apprentissage.
Tesi sul tema "Apprentissage continu en ligne"
1
Wagner, Baptiste. "Apprentissage continu en ligne pour la classification d'images et la détection d'objets". Electronic Thesis or Diss., Université Grenoble Alpes, 2024. http://www.theses.fr/2024GRALT111.
Testo completoAbstract (sommario):
Dans cette thèse, nous nous intéressons au problème de l'apprentissage continu en ligne des réseaux de neurones artificiels, qui consiste à apprendre en permanence sur un flux de données. La difficulté majeure réside dans le fait qu'intégrer les nouvelles informations présentes dans le flux tend à effacer les connaissances précédemment acquises, un phénomène appelé oubli catastrophique.Dans ce domaine de l'apprentissage continu en ligne, notre recherche porte sur deux applications importantes en vision par ordinateur : la classification d'images et la détection d'objets. Le flux de données est alors constitué d'une suite d'images.En classification d'images le réseau de neurones doit apprendre progressivement à classifier les images des nouvelles classes sans oublier les anciennes. La méthode la plus répandue pour résoudre ce problème est le rejeu de données, qui consiste à ré-entraîner le modèle avec des images d'anciennes classes stockées dans une mémoire externe. Cependant, cette méthode est peu adaptée lorsque la capacité de stockage et la capacité de calcul pour l'entraînement du modèle sont limitées. Nous proposons une nouvelle méthode qui repose sur un schéma d'entraînement basé sur un classificateur un-contre-tous pour répondre à cette limitation. Notre méthode appelée ILOVA (Incremental Learning of One-Vs-All classifiers) offre un meilleur compromis entre précision, oubli, temps de calcul et empreinte mémoire, que les méthodes de l'état de l'art et se montre particulièrement efficace avec des mémoires très réduites, jusqu'à une seule image par classe.En détection d'objets, de nombreux scénarios de test sont construits à partir de séquences vidéo réelles dans lesquelles des objets peuvent réapparaître à plusieurs reprises à différents moments dans le flux de données. Cependant, ce phénomène de revisite que nous appelons rejeu naturel, est peu documenté et son impact sur les performances et l'oubli reste mal compris. Nous proposons alors une métrique, appelée NRS (Natural Replay Score), permettant de quantifier le degré de rejeu naturel d'un scénario, et montrons qu'il est impossible d'évaluer correctement l'oubli d'un modèle en sa présence. La suite de notre étude porte sur l'analyse de l'oubli dans l'architecture Faster R-CNN lorsqu'elle est utilisée en détection d'objets en ligne. D'une part, nos résultats montrent que des rappels réguliers réduisent l'oubli. D'autre part, nous proposons un nouveau protocole, appelé Module Probing, qui permet de mesurer localement l'oubli dans l'architecture. Nous montrons que l’oubli est concentré dans la couche de classification du Faster R-CNN. Enfin, ces analyses nous mènent à proposer la méthode Configurable Recall, basée sur le rejeu de données. Notre méthode permet d'optimiser la fréquence et la durée des rappels et utilise une fonction de perte modifiée qui limite l'oubli dans la couche de classification. En combinant ces deux éléments, nous parvenons à réduire significativement l'oubli pour l’architecture Faster R-CNNIn this thesis, we focus on the problem of online continual learning in artificial neural networks, which involves learning continuously from a data stream. The main challenge is that integrating new information from the stream tends to overwrite previously acquired knowledge, a phenomenon known as catastrophic forgetting.In the field of online continual learning, our research focus on two important applications in computer vision: image classification and object detection. In these cases, the data stream consists of a sequence of images.In image classification, the neural network must progressively learn to classify images from new classes without forgetting the previous ones. The most common method to address this problem is experience replay, which involves retraining the model with images from previously seen classes stored in external memory. However, this method is less suitable when both storage capacity and computational resources are limited. We propose a new method based on a one-vs-all classifier training scheme to overcome this limitation. Our method, called ILOVA (Incremental Learning of One-Vs-All classifiers), offers a better trade-off between accuracy, forgetting, computational time, and memory footprint compared to state-of-the-art methods and proves particularly effective with very limited memory, down to a single image per class.In object detection, many test scenarios are constructed from real video sequences in which objects can reappear multiple times at different moments in the data stream. However, this phenomenon of reappearance, which we call natural replay, is poorly documented, and its impact on performance and forgetting remains poorly understood. We propose a new metric, called NRS (Natural Replay Score), which quantifies the degree of natural replay in a scenario, and show that it is impossible to properly evaluate model forgetting in its presence. The next part of our study focuses on analyzing forgetting in the Faster R-CNN architecture when used for online object detection. On the one hand, our results show that periodic recalls reduce forgetting. On the other hand, we propose a new protocol, called Module Probing, which allows us to measure forgetting locally within the architecture. We show that forgetting is concentrated in the classification layer of Faster R-CNN. Finally, these analyses lead us to propose a method called Configurable Recall, based on experience replay. Our method optimizes the frequency and duration of the recalls and uses a modified loss function to limit forgetting in the classification layer. By combining these two elements, we significantly reduce forgetting in the Faster R-CNN architecture
2
Oulhadj, Hamouche. "Des primitives aux lettres : une méthode structurelle de reconnaissance en ligne de mots d'écriture cursive manuscrite avec un apprentissage continu". Paris 12, 1990. http://www.theses.fr/1990PA120045.
Testo completoAbstract (sommario):
Depuis des années, la communication homme-machine par l'intermédiaire de l'écriture naturelle se heurte, sans succès, au problème complexe de la diversité des formes a identifier. Pour appréhender un tel problème, une nouvelle méthode de reconnaissance structurelle et analytique est proposée. L'approche développée est fondée sur des primitives topologiques insensibles a certaines variations de traces (changement de position et d'échelle, inclinaisons des lettres). Elle assume l'hypothèse d'existence d'un modèle collectif d'écriture que chacun reproduit avec une déformation propre. Ce modèle générique permet de considérer que tout mot écrit par un scripteur donne peut être assimilé a une séquence de lettres prototypes plus ou moins dégénérées. Ainsi, l'information nécessaire à la description d'une lettre repose non seulement sur les primitives représentant cette lettre mais aussi sur l'évaluation du taux de dégénérescence susceptible d'affecter cette lettre en cours de trace. Dans l'approche développée, le problème très délicat de la segmentation du mot est également soulevé. Pour effectuer une segmentation qui correspond exactement aux lettres à reconnaître, une méthode de segmentation intelligente, basée sur une stratégie de prédiction-vérification est proposée. Cette méthode permet de combiner la segmentation du mot et la reconnaissance des lettres dans une opération unique, évitant la segmentation a priori qui est source d'erreurs potentielles. Ces différentes propriétés, renforcées par divers types de connaissances relatives au langage écrit, sont a l'origine des bonnes performances du système étudié
3
Yang, Rui. "Online continual learning for 3D detection of road participants in autonomous driving". Electronic Thesis or Diss., Bourgogne Franche-Comté, 2023. http://www.theses.fr/2023UBFCA021.
Testo completoAbstract (sommario):
La conduite autonome a connu des progrès remarquables au cours des dernières décennies, et la perception machine se présente comme un enjeu fondamental crucial, englobant la détection et le suivi des participants à la circulation tels que les véhicules, les piétons et les cyclistes. Bien que la détection d'objets basée sur la vision ait réalisé des progrès significatifs grâce aux techniques d'apprentissage profond, des défis subsistent dans la détection en 3D.Tout d'abord, les capteurs non visuels, tels que le LiDAR 3D, démontrent des avantages inégalés en matière de détection précise et d'adaptabilité aux conditions d'éclairage variables. Cependant, la complexité liée à la manipulation des données de nuages de points, qui peuvent être difficiles à interpréter, associée au coût élevé de l'annotation manuelle, posent des défis majeurs dans l'utilisation du LiDAR 3D.Deuxièmement, des préoccupations découlent du manque d'interprétabilité des modèles d'apprentissage profond, associée à leur forte dépendance à des données d'entraînement étendues, ce qui nécessite souvent une rétroaction coûteuse pour obtenir une performance acceptable lors de l'adaptation à de nouveaux environnements.Cette thèse aborde ces défis selon trois principaux axes : Génération d'échantillons, Préservation des connaissances et Évitement de l'oubli catastrophique. Nous introduisons le concept d'Apprentissage Continu en Ligne et proposons un cadre général. Ce cadre permet aux modèles de se mettre à jour en temps réel, préservant les connaissances plutôt que les données brutes, et atténuant efficacement la dégradation des performances causée par l'oubli.Les principaux travaux de cette thèse comprennent les trois contributions suivance : 1) Génération d'échantillons : Pour résoudre le problème des nuages de points clairsemés générés par un LiDAR 3D et de l'annotation manuelle laborieuse, nous tirons parti des avantages des données multi-capteurs et utilisons un cadre efficace d'apprentissage en ligne par transfert. Ce cadre transfère efficacement les capacités matures de détection basée sur des images aux détecteurs basés sur le LiDAR 3D. Un aspect innovant est le processus d'apprentissage par utilisation, réalisé grâce à la détection en boucle fermée. Une nouvelle stratégie de fusion d'informations est proposée pour combiner les corrélations spatio-temporelles, améliorant l'efficacité du transfert de connaissances. 2) Préservation des connaissances : L'Apprentissage en Ligne est introduit pour assurer la préservation des connaissances sans conserver les données d'entraînement. Un modèle amélioré de Forêt Aléatoire (Random Forest) en Ligne est intégré, permettant un entrainement rapide du modèle avec des ressources informatiques limitées et un déploiement immédiat. Les paramètres du modèle Forêt Aléatoire en Ligne sont partagés dynamiquement tout au long du processus d’entrainement pour répondre à la distribution inconnue des données. L'exploration des structures d'arbres Forêt Aléatoire en Ligne garantit l'indépendance du processus d’entrainement, renforçant la capacité du modèle à capturer des schémas et des variations complexes. 3) Évitement de l'oubli catastrophique : Pour faire face au problème inévitable de l'oubli dans le cadre d'apprentissage en ligne lors d'un déploiement à long terme, nous proposons le cadre de l'Apprentissage en Ligne à Long-court Terme (ALLCT). L'ALLCT combine de multiples apprenants à court terme basés sur l'apprentissage en ensemble avec un contrôleur à long terme doté d'un mécanisme de décision probabiliste. Ce cadre assure une maintenance efficace des connaissances et s'adapte aux changements lors d'un déploiement à long terme, sans faire d'hypothèses sur les types de modèles et la continuité des données. Les évaluations croisées de jeux de données sur des tâches telles que la détection 3D de participants à la circulation routière démontrent l'efficacité de l'ALLCT dans l'évitement de l'oubliAutonomous driving has witnessed remarkable progress over the past decades, and machine perception stands as a critical foundational issue, encompassing the detection and tracking of road participants such as vehicles, pedestrians, and cyclists. While vision-based object detection has achieved significant progress thanks to deep learning techniques, challenges still exist in 3D detection.Firstly, non-visual sensors, such as 3D LiDAR, demonstrate unparalleled advantages in achieving precise detection and adaptability to varying lighting conditions. However, the complexity of handling points cloud data, which can be challenging to interpret, coupled with the high cost of manual annotation, pose primary challenges in the use of 3D LiDAR.Secondly, concerns arise from the lack of interpretability in deep learning models, coupled with their heavy reliance on extensive training data, which often necessitates costly retraining for acceptable generalization performance when adapting to new scenes or environments.This dissertation addresses these challenges from three main perspectives: Generation of Samples, Preservation of Knowledge, and Avoidance of Catastrophic Forgetting. We introduce the concept of Online Continual Learning (OCL) and propose a general framework that encompasses detection, tracking, learning, and control. This framework enables models to update in real-time, preserving knowledge rather than raw data, and effectively mitigating the performance degradation caused by catastrophic forgetting.The main work of this dissertation includes: 1) Generation of Samples: To address sparse point clouds generated by 3D LiDAR and the labor-intensive manual annotation, we leverage the advantages of multi-sensor data and employ an efficient online transfer learning framework. This framework effectively transfers mature image-based detection capabilities to 3D LiDAR-based detectors. An innovative aspect is the "learn-by-use" process, achieved through closed-loop detection, facilitating continuous self-supervised learning. A novel information fusion strategy is proposed to combine spatio-temporal correlations, enhancing the effectiveness of knowledge transfer. 2) Preservation of Knowledge: Online Learning (OL) is introduced to address knowledge preservation without retaining training data. An improved Online Random Forest (ORF) model is incorporated, enabling rapid model training with limited computational resources and immediate deployment. The ORF model's parameters are dynamically shared throughout the training process to address the unknown data distribution. The exploration of ORF tree structures ensures independence in training processes, enhancing the model's ability to capture complex patterns and variations. Implementing octrees improves storage efficiency and model access. 3) Avoidance of Catastrophic Forgetting: To tackle the inevitable forgetting problem in online learning frameworks during long-term deployment, we propose the Long Short-Term Online Learning (LSTOL) framework. LSTOL combines multiple short-term learners based on ensemble learning with a long-term controller featuring a probabilistic decision mechanism. This framework ensures effective knowledge maintenance and adapts to changes during long-term deployment, without making assumptions about model types and data continuity. Cross-dataset evaluations on tasks such as 3D detection of road participants demonstrate the effectiveness of LSTOL in avoiding forgetting
4
Hocquet, Guillaume. "Class Incremental Continual Learning in Deep Neural Networks". Thesis, université Paris-Saclay, 2021. http://www.theses.fr/2021UPAST070.
Testo completoAbstract (sommario):
Nous nous intéressons au problème de l'apprentissage continu de réseaux de neurones artificiels dans le cas où les données ne sont accessibles que pour une seule catégorie à la fois. Pour remédier au problème de l'oubli catastrophique qui limite les performances d'apprentissage dans ces conditions, nous proposons une approche basée sur la représentation des données d'une catégorie par une loi normale. Les transformations associées à ces représentations sont effectuées à l'aide de réseaux inversibles, qui peuvent alors être entraînés avec les données d'une seule catégorie. Chaque catégorie se voit attribuer un réseau pour représenter ses caractéristiques. Prédire la catégorie revient alors à identifier le réseau le plus représentatif. L'avantage d'une telle approche est qu'une fois qu'un réseau est entraîné, il n'est plus nécessaire de le mettre à jour par la suite, chaque réseau étant indépendant des autres. C'est cette propriété particulièrement avantageuse qui démarque notre méthode des précédents travaux dans ce domaine. Nous appuyons notre démonstration sur des expériences réalisées sur divers jeux de données et montrons que notre approche fonctionne favorablement comparé à l'état de l'art. Dans un second temps, nous proposons d'optimiser notre approche en réduisant son impact en mémoire en factorisant les paramètres des réseaux. Il est alors possible de réduire significativement le coût de stockage de ces réseaux avec une perte de performances limitée. Enfin, nous étudions également des stratégies pour produire des réseaux capables d'être réutilisés sur le long terme et nous montrons leur pertinence par rapport aux réseaux traditionnellement utilisés pour l'apprentissage continuWe are interested in the problem of continual learning of artificial neural networks in the case where the data are available for only one class at a time. To address the problem of catastrophic forgetting that restrain the learning performances in these conditions, we propose an approach based on the representation of the data of a class by a normal distribution. The transformations associated with these representations are performed using invertible neural networks, which can be trained with the data of a single class. Each class is assigned a network that will model its features. In this setting, predicting the class of a sample corresponds to identifying the network that best fit the sample. The advantage of such an approach is that once a network is trained, it is no longer necessary to update it later, as each network is independent of the others. It is this particularly advantageous property that sets our method apart from previous work in this area. We support our demonstration with experiments performed on various datasets and show that our approach performs favorably compared to the state of the art. Subsequently, we propose to optimize our approach by reducing its impact on memory by factoring the network parameters. It is then possible to significantly reduce the storage cost of these networks with a limited performance loss. Finally, we also study strategies to produce efficient feature extractor models for continual learning and we show their relevance compared to the networks traditionally used for continual learning
5
Désoyer, Adèle. "Appariement de contenus textuels dans le domaine de la presse en ligne : développement et adaptation d'un système de recherche d'information". Thesis, Paris 10, 2017. http://www.theses.fr/2017PA100119/document.
Testo completoAbstract (sommario):
L'objectif de cette thèse, menée dans un cadre industriel, est d'apparier des contenus textuels médiatiques. Plus précisément, il s'agit d'apparier à des articles de presse en ligne des vidéos pertinentes, pour lesquelles nous disposons d'une description textuelle. Notre problématique relève donc exclusivement de l'analyse de matériaux textuels, et ne fait intervenir aucune analyse d'image ni de langue orale. Surviennent alors des questions relatives à la façon de comparer des objets textuels, ainsi qu'aux critères mobilisés pour estimer leur degré de similarité. L'un de ces éléments est selon nous la similarité thématique de leurs contenus, autrement dit le fait que deux documents doivent relater le même sujet pour former une paire pertinente. Ces problématiques relèvent du domaine de la recherche d'information (ri), dans lequel nous nous ancrons principalement. Par ailleurs, lorsque l'on traite des contenus d'actualité, la dimension temporelle est aussi primordiale et les problématiques qui l'entourent relèvent de travaux ayant trait au domaine du topic detection and tracking (tdt) dans lequel nous nous inscrivons également.Le système d'appariement développé dans cette thèse distingue donc différentes étapes qui se complètent. Dans un premier temps, l'indexation des contenus fait appel à des méthodes de traitement automatique des langues (tal) pour dépasser la représentation classique des textes en sac de mots. Ensuite, deux scores sont calculés pour rendre compte du degré de similarité entre deux contenus : l'un relatif à leur similarité thématique, basé sur un modèle vectoriel de ri; l'autre à leur proximité temporelle, basé sur une fonction empirique. Finalement, un modèle de classification appris à partir de paires de documents, décrites par ces deux scores et annotées manuellement, permet d'ordonnancer les résultats.L'évaluation des performances du système a elle aussi fait l'objet de questionnements dans ces travaux de thèse. Les contraintes imposées par les données traitées et le besoin particulier de l'entreprise partenaire nous ont en effet contraints à adopter une alternative au protocole classique d'évaluation en ri, le paradigme de CranfieldThe goal of this thesis, conducted within an industrial framework, is to pair textual media content. Specifically, the aim is to pair on-line news articles to relevant videos for which we have a textual description. The main issue is then a matter of textual analysis, no image or spoken language analysis was undertaken in the present study. The question that arises is how to compare these particular objects, the texts, and also what criteria to use in order to estimate their degree of similarity. We consider that one of these criteria is the topic similarity of their content, in other words, the fact that two documents have to deal with the same topic to form a relevant pair. This problem fall within the field of information retrieval (ir) which is the main strategy called upon in this research. Furthermore, when dealing with news content, the time dimension is of prime importance. To address this aspect, the field of topic detection and tracking (tdt) will also be explored.The pairing system developed in this thesis distinguishes different steps which complement one another. In the first step, the system uses natural language processing (nlp) methods to index both articles and videos, in order to overcome the traditionnal bag-of-words representation of texts. In the second step, two scores are calculated for an article-video pair: the first one reflects their topical similarity and is based on a vector space model; the second one expresses their proximity in time, based on an empirical function. At the end of the algorithm, a classification model learned from manually annotated document pairs is used to rank the results.Evaluation of the system's performances raised some further questions in this doctoral research. The constraints imposed both by the data and the specific need of the partner company led us to adapt the evaluation protocol traditionnal used in ir, namely the cranfield paradigm. We therefore propose an alternative solution for evaluating the system that takes all our constraints into account
6
Boudjema, Cédric. "La fonction éducative des musées dans la société numérique : analyse comparative de l'offre pédagogique en ligne de huit musées nationaux dans quatre pays (France, Angleterre, Australie, Etats-Unis)". Thesis, Lille 3, 2016. http://www.theses.fr/2016LIL30013/document.
Testo completoAbstract (sommario):
Cette thèse porte sur les sites internet des musées et plus particulièrement les sections pédagogiques de huit institutions nationales de quatre pays différents et s’attache à montrer que les musées sont, en ligne, des acteurs de contenus pédagogiques. L’enjeu est d’étudier les sections pédagogiques de ces sites en privilégiant une analyse de contenu et en mettant en œuvre une démarche comparative entre les quatre pays et les types de sites internet afin de saisir les pratiques - et notamment ce que Jean Davallon a appelé « l’anticipation par le destinateur » de ce que fera le visiteur (le destinateur visant par exemple à retenir l’intention de ce dernier ou à le guider dans le contenu), la typologie des contenus, les stratégies pédagogiques mises en œuvre par les institutions muséales en ligne. L’offre pédagogique en ligne est ici définie comme une activité permanente à distance de critiques, de construction de savoirs, de consultation et de divertissement, à propos des ressources muséales. Cette offre se construit également selon des règles cohérentes de design Web. Nous avons choisi d’étudier la pédagogie en ligne autrement selon une démarche constructiviste qui nous conduit à privilégier certains concepts clés : parcours d’apprentissage individualisés, processus d’apprentissage, stratégies cognitives, stratégies métacognitives, « learning styles », taxonomie. D’un point de vue méthodologique, cette thèse s’appuie sur une démarche qualitative et privilégie l’analyse de contenu à partir d’une grille d’analyse comportant 11 catégories : le corpus se compose de huit sites internet et de deux types de musées nationaux : les musées d’art et les musées de sciences avec une section pédagogique. La thèse se compose en deux tomes. Le tome 2 contient l’analyse complète des sites et le tome 1 comporte trois parties. Dans une première partie, la thèse se concentre sur la vocation éducative des musées en prenant en compte ses spécificités et ses complexités. Cette partie précise le contexte historique de la fonction éducative des musées qui ont très tôt développé une stratégie pédagogique en direction du public. Elle s’attache aussi à montrer la spécificité du musée dans l’éducation informelle en le situant en tant que lieu d’apprentissage de concepts et de développement qui développe deux types de médiation. Le musée favorise la formulation de questions, il oriente la réflexion et suscite des interrogations. Elle montre ensuite le musée en tant que partenaire important et complémentaire de l’école. Enfin, cette partie précise le contexte historique des musées en ligne dans les quatre pays de notre analyse et le développement progressif des politiques culturelles d'aujourd’hui et les actions progressives mises en opération par les musées. Dans un second temps, la thèse porte sur l’analyse thématique des sites internet et de leurs sections pédagogiques et s’attache à montrer les étapes successives de l'analyse de contenu via la grille d’analyse conçue pour cette recherche. Dans un premier, temps, il s’agit donc de présenter l’ergonomie générale des sites pour progressivement arriver au traitement général des sections pédagogiques des sites c’est à dire d’identifier les mécanismes sous jacents des sites internet et de leurs sections pédagogiques et dans un second temps d’identifier les différences entre les types de musées et les pays. Enfin, la troisième partie de la thèse attache de l’importance à la typologie des contenus pédagogiques en ligne et se focalise sur les stratégies mises en œuvre sur les sites ainsi que sur la pédagogie déployée. Les sites internet sont ainsi vus comme des éléments interconnectés, destinés à un public cible et renforçant le rôle social du musée. Les publics scolaires et les enseignants sont publics privilégiées, une place prépondérante à ces publics est soulignéeThis research studies museum internet sites and in particular the pedagogy of eight national institutions in four different countries and suggests that online museums are educational content players.The interest is to investigate the educational content of the internet sites using a content analysis and implementing a comparison between the four countries and the types of internet sites to be able to understand the practices – and especially what Jean Davallon calls « the anticipation by the “sender” » that the visitor will engage in (the sender aiming for example to keep the attention of the latter or to provide guidance in the contents), the typology of content and the teaching strategies put in place by the online museum institutions. The online educational offer is defined here as a permanent activity as a source of building knowledge, consultation, criticism, and entertainment, from the museum resources. This offer is also constructed according to the consistent rules of Web design.We have chosen to study the online pedagogy according to a constructivist approach that drives us to privilege certain key concepts : individual learning ways, learning processes, cognitive strategies, meta-cognitive strategies, {learning styles}, taxonomy. From a methodological point of view, this thesis relies on a qualitative approach and privileges a content analysis from an analysis grid with eleven categories : the corpus is composed of eight internet sites and of two types of national museums : the art museums and the science museums with an educational section. The thesis is composed of two tomes. The tome 2 contains the complete analysis of the sites and the tome 1 includes three parts. In the first part, the research discusses the educational role of museums with its specificities and complexities. This part defines the historical context of the educational function of museums that very early on developed an educational strategy for the public. It also shows the specificity of museums in informal education as a place of learning concepts and development that develop two types of mediation. The museum favours the formulation of questions; it orientates reflexion and raises questions. It then shows the museum as an important partner and complementary to school. Finally, this part precises the historical context of online museums of the four countries from our analysis and the progressive development of the cultural policies of the present and the progressive actions put into place by the museums.Secondly, the research focuses on the thematic analysis of the internet sites and on their educational sections and attempts to show the successive steps of the content analysis via the analysis grid constructed for this research. Firstly, it is about showing the ergonomics of the sites to progressively arrive upon the general treatment of the educational sections of the sites, that is to say to identify the mechanisms of underlying internet sites and of their educational sections and secondly to identify the differences between the types of museums and their countries. Finally, the third part of the research attaches importance to the typology of the online educational content and focuses on the strategies put into place in the sites as well as the pedagogy deployed. The internet sites are thus viewed as interconnected elements, intended for a target audience and reinforcing the social role of the museum. The schools and the teaching body are a privileged population; a prominent place for them is underlined
7
Munos, Rémi. "Apprentissage par renforcement, étude du cas continu". Paris, EHESS, 1997. http://www.theses.fr/1997EHESA021.
Testo completoAbstract (sommario):
Le probleme aborde est comment concevoir des methodes permettant a des systemes artificiels d' << apprendre par l'experience >>, c'est a dire de resoudre une tache sans etre explicitement programme pour cela, mais seulement a partir du schema d'apprentissage : essais -> erreur ou succes ii s'agit de definir des methodes, sous forme d'algorithmes, permettant la modification des parametres internes du systeme afin de definir des prises de decisions pertinentes. L'approche developpee est celle de << l'apprentissage par renforcement >> qui se definit naturellement sous la forme d'un probleme de controle optimal pour lequel les donnees de la dynamique d'etat sont a priori (au moins partiellement) inconnues du systeme. Cette these est une etude formelle du cas ou l'espace des etats possibles ainsi que le temps auquel les decisions sont prises sont des variable continues ; la preoccupation majeure de ce travail etant l'etude de la convergences des methodes employees. Nous decrivons le formalisme du controle optimal et presentons la methode de la programmation dynamique : definition de la fonction valeur et enonce l'equation de hamiltonjacobi-bellman associee. Nous introduisons les notions desolutions de viscosite et decrivons des methodes d'approximation numeriques a partir de schemas convergents. Puis nous donnons un theoreme de convergence d'algorithmes bases sur les schemas precedents -ce qui represente la contribution majeure de ce travail. Ce theoreme fournit une methode tres generale pour concevoir des algorithmes d'apprentissage par renforcement convergents. Enfin nous illustrons la methode avec divers exemples d'algorithmes varies portant sur des dynamiques d'etat deterministes ou stochastiques, selon des methodes dites directes ou indirectes et a partir de schemas bases sur des methodes aux differences finies ou aux elements finis.
8
Sors, Arnaud. "Apprentissage profond pour l'analyse de l'EEG continu". Thesis, Université Grenoble Alpes (ComUE), 2018. http://www.theses.fr/2018GREAS006/document.
Testo completoAbstract (sommario):
Ces travaux de recherche visent à développer des méthodes d’apprentissage automatique pour l’analyse de l’électroencéphalogramme (EEG) continu. L’EEG continu est une modalité avantageuse pour l’évaluation fonctionnelle des états cérébraux en réanimation ou pour d’autres applications. Cependant son utilisation aujourd’hui demeure plus restreinte qu’elle ne pourrait l’être, car dans la plupart des cas l’interprétation est effectuée visuellement par des spécialistes.Les sous-parties de ce travail s’articulent autour de l’évaluation pronostique du coma post-anoxique, choisie comme application pilote. Un petit nombre d’enregistrement longue durée a été réalisé, et des enregistrements existants ont été récupérés au CHU Grenoble.Nous commençons par valider l’efficacité des réseaux de neurones profonds pour l’analyse EEG d’échantillons bruts. Nous choisissons à cet effet de travailler sur la classification de stades de sommeil. Nous utilisons un réseau de neurones convolutionnel adapté pour l’EEG que nous entrainons et évaluons sur le jeu de données SHHS (Sleep Heart Health Study). Cela constitue le premier system neuronal à cette échelle (5000 patients) pour l’analyse du sommeil. Les performances de classification atteignent ou dépassent l’état de l’art.En utilisation réelle, pour la plupart des applications cliniques le défi principal est le manque d’annotations adéquates sur les patterns EEG ou sur de court segments de données (et la difficulté d’en établir). Les annotations disponibles sont généralement haut niveau (par exemple, le devenir clinique) est sont donc peu nombreuses. Nous recherchons comment apprendre des représentations compactes de séquences EEG de façon non-supervisée/semi-supervisée. Le domaine de l’apprentissage non supervisé est encore jeune. Pour se comparer aux travaux existants nous commençons avec des données de type image, et investiguons l’utilisation de réseaux adversaires génératifs (GANs) pour l’apprentissage adversaire non-supervisé de représentations. La qualité et la stabilité de différentes variantes sont évaluées. Nous appliquons ensuite un GAN de Wasserstein avec pénalité sur les gradients à la génération de séquences EEG. Le système, entrainé sur des séquences mono-piste de patients en coma post anoxique, est capable de générer des séquences réalistes. Nous développons et discutons aussi des idées originales pour l’apprentissage de représentations en alignant des distributions dans l’espace de sortie du réseau représentatif.Pour finir, les signaux EEG multipistes ont des spécificités qu’il est souhaitable de prendre en compte dans les architectures de caractérisation. Chaque échantillon d’EEG est un mélange instantané des activités d’un certain nombre de sources. Partant de ce constat nous proposons un système d’analyse composé d’un sous-système d’analyse spatiale suivi d’un sous-système d’analyse temporelle. Le sous-système d’analyse spatiale est une extension de méthodes de séparation de sources construite à l’aide de couches neuronales avec des poids adaptatifs pour la recombinaison des pistes, c’est à dire que ces poids ne sont pas appris mais dépendent de caractéristiques du signal d’entrée. Nous montrons que cette architecture peut apprendre à réaliser une analyse en composantes indépendantes, si elle est entrainée sur une mesure de non-gaussianité. Pour l’analyse temporelle, des réseaux convolutionnels classiques utilisés séparément sur les pistes recombinées peuvent être utilisésThe objective of this research is to explore and develop machine learning methods for the analysis of continuous electroencephalogram (EEG). Continuous EEG is an interesting modality for functional evaluation of cerebral state in the intensive care unit and beyond. Today its clinical use remains more limited that it could be because interpretation is still mostly performed visually by trained experts. In this work we develop automated analysis tools based on deep neural models.The subparts of this work hinge around post-anoxic coma prognostication, chosen as pilot application. A small number of long-duration records were performed and available existing data was gathered from CHU Grenoble. Different components of a semi-supervised architecture that addresses the application are imagined, developed, and validated on surrogate tasks.First, we validate the effectiveness of deep neural networks for EEG analysis from raw samples. For this we choose the supervised task of sleep stage classification from single-channel EEG. We use a convolutional neural network adapted for EEG and we train and evaluate the system on the SHHS (Sleep Heart Health Study) dataset. This constitutes the first neural sleep scoring system at this scale (5000 patients). Classification performance reaches or surpasses the state of the art.In real use for most clinical applications, the main challenge is the lack of (and difficulty of establishing) suitable annotations on patterns or short EEG segments. Available annotations are high-level (for example, clinical outcome) and therefore they are few. We search how to learn compact EEG representations in an unsupervised/semi-supervised manner. The field of unsupervised learning using deep neural networks is still young. To compare to existing work we start with image data and investigate the use of generative adversarial networks (GANs) for unsupervised adversarial representation learning. The quality and stability of different variants are evaluated. We then apply Gradient-penalized Wasserstein GANs on EEG sequences generation. The system is trained on single channel sequences from post-anoxic coma patients and is able to generate realistic synthetic sequences. We also explore and discuss original ideas for learning representations through matching distributions in the output space of representative networks.Finally, multichannel EEG signals have specificities that should be accounted for in characterization architectures. Each EEG sample is an instantaneous mixture of the activities of a number of sources. Based on this statement we propose an analysis system made of a spatial analysis subsystem followed by a temporal analysis subsystem. The spatial analysis subsystem is an extension of source separation methods built with a neural architecture with adaptive recombination weights, i.e. weights that are not learned but depend on features of the input. We show that this architecture learns to perform Independent Component Analysis if it is trained on a measure of non-gaussianity. For temporal analysis, standard (shared) convolutional neural networks applied on separate recomposed channels can be used
9
Salperwyck, Christophe. "Apprentissage incrémental en ligne sur flux de données". Phd thesis, Université Charles de Gaulle - Lille III, 2012. http://tel.archives-ouvertes.fr/tel-00845655.
Testo completoAbstract (sommario):
L'apprentissage statistique propose un vaste ensemble de techniques capables de construire des modèles prédictifs à partir d'observations passées. Ces techniques ont montré leurs capacités à traiter des volumétries importantes de données sur des problèmes réels. Cependant, de nouvelles applications génèrent de plus en plus de données qui sont seulement visibles sous la forme d'un flux et doivent être traitées séquentiellement. Parmi ces applications on citera : la gestion de réseaux de télécommunications, la modélisation des utilisateurs au sein d'un réseau social, le web mining. L'un des défis techniques est de concevoir des algorithmes permettant l'apprentissage avec les nouvelles contraintes imposées par les flux de données. Nous proposons d'abord ce problème en proposant de nouvelles techniques de résumé de flux de données dans le cadre de l'apprentissage supervisé. Notre méthode est constituée de deux niveaux. Le premier niveau utilise des techniques incrémentales de résumé en-ligne pour les flux qui prennent en compte les ressources mémoire et processeur et possèdent des garanties en termes d'erreur. Le second niveau utilise les résumés de faible taille, issus du premier niveau, pour construire le résumé final à l'aide d'une méthode supervisée performante hors-ligne. Ces résumés constituent un prétraitement qui nous permet de proposer de nouvelles versions du classifieur bayésien naïf et des arbres de décision fonctionnant en-ligne sur flux de données. Les flux de données peuvent ne pas être stationnaires mais comporter des changements de concept. Nous proposons aussi une nouvelle technique pour détecter ces changements et mettre à jour nos classifieurs.
10
Orseau, Laurent. "Imitation algorithmique : Apprentissage Incrémental En-ligne de Séquences". Rennes, INSA, 2007. http://www.theses.fr/2007ISAR0014.
Testo completoAbstract (sommario):
En apprentissage continuel, un agent apprenant est en continuelle interaction avec son environnement. À chaque instant, il reçoit des entrées, doit effectuer un calcul et un apprentissage court (en-ligne), puis renvoie des sorties. Il n'y a pas de but particulier, l'agent doit simplement apprendre au fur et à mesure, incrémentalement, sans notion de "problème" a priori, en réutilisant la connaissance acquise précédemment pour apprendre des problèmes de plus en plus complexes. Nous nous intéressons dans ce cadre à l'apprentissage de séquences complexes. Mais l'agent ne peut pas se permettre d'effectuer un grand nombre d'essais et d'erreurs. Comment dans ce cas apprendre rapidement à partir d'un nombre réduit d'exemples ?Les méthodes existantes pour résoudre de tels problèmes ne sont pas adaptées à l'apprentissage continuel, car il augmente grandement les difficultés. Pour simplifier la tâche, nous adoptons alors un protocole d'imitation, qui permet à l'agent d'apprendre en observant un professeur, tout en lui laissant une grande autonomie et en étant en accord avec l'apprentissage continuel. L'imitation étant habituellement utilisée dans un cadre robotique, nous l'étendons pour pouvoir apprendre des séquences plus complexes : c'est l'Imitation Algorithmique. Un système d'apprentissage adapté, CSAAL, est ensuite proposé et les expérimentations montrent qu'il est effectivement capable d'apprendre des séquences complexes en très peu d'exemples. Une extension du système précédent, H-CSAAL, permet alors de réutiliser hiérarchiquement des fonctions récurrentes, augmentant ainsi à la fois l'autonomie de l'agent et ses capacités de généralisationIn continual learning, an agent is continually interacting with its environment. At each time step, it receives inputs, uses a small amount of computations (online) and gives outputs. There is no real definition of a goal to learn, the agent must acquire more and more knowledge, incrementally, and re-use it in more complex tasks. In this framework, we are interested in learning complex sequences, involving recurrence, variables and conditions. But the agent cannot use a large number of trials and error, because of its interaction with the environment. How then can learning be possible from a small number of examples?Traditional methods that are able to solve such complex tasks do not fit in the continual learning framework, because difficulties become harder. To simplify the task, an imitation protocol is used, allowing the agent to learn by seeing a teacher doing, but this respects the continual learning constraints and keeps a high autonomy. Imitation is usually used in a robotic framework, so we extend it to learn more complex sequences~: this is Algorithmic Imitation. A learning system, CSAAL, is then developed and tested on experiments showing that it is indeed able to learn complex sequences within few examples. An extension of this system, H-CSAAL, allows to re-use hierarchically recurrent functions, increasing both the autonomy of the agent and its generalization capacities
Libri sul tema "Apprentissage continu en ligne"
1
Austria), Verbal-Workshop (2005 Graz. eLernen, eLearning, apprentissage en ligne in der sprachenbezogenen Lehre: Prinzipien, Praxiserfahrungen und Unterrichtskonzepte. Frankfurt am Main: P. Lang, 2008.
Cerca il testo completo
2
Austria), Verbal-Workshop (2005 Graz. eLernen, eLearning, apprentissage en ligne in der sprachenbezogenen Lehre: Prinzipien, Praxiserfahrungen und Unterrichtskonzepte. Frankfurt am Main: P. Lang, 2008.
Cerca il testo completo
3
Stoyko, Peter. Learning@large : an e-learning guide for managers =: Apprentissage@la portée de tous : un guide d'apprentissage en ligne pour gestionnaires. [Ottawa]: Canadian Centre for Management Development = Centre canadien de gestion, 2003.
Cerca il testo completo
4
1954-, Shank Patti, a cura di. The online learning idea book: 95 proven ways to enhance technology-based and blended learning. San Francisco: Pfeiffer, 2007.
Cerca il testo completo
5
Al-Hakkak, Ghalib. Manuel d'arabe en ligne - Semaines 1 2 3: Apprentissage en autonomie. Createspace Independent Publishing Platform, 2018.
Cerca il testo completo
7
CAWS, Catherine, Marie-Josée HAMEL, Catherine JEANNEAU e Christian OLLIVIER. Formation en langues et littératie numérique en contextes ouverts. Editions des archives contemporaines, 2021. http://dx.doi.org/10.17184/eac.9782813003911.
Testo completoAbstract (sommario):
Le développement de la littératie et de la citoyenneté numériques est au cœur de plusieurs projets sociétaux. Diverses publications académiques, nombre de propositions de cadres et d’approches mises en œuvre dans de nombreux pays tout comme des recommandations (nationales et transnationales) de politique éducative en témoignent. Cet ouvrage s’inscrit dans ce mouvement. Rédigé par des didacticien-ne-s des langues, il s’ancre résolument dans le domaine de l’enseignement-apprentissage des langues où il entend ouvrir des pistes pour permettre à la didactique des langues de contribuer à cette éducation à la littératie et à la citoyenneté numériques. Issu d’une étroite collaboration entre les quatre auteur-e-s dans le cadre de projets menés au Centre européen pour les langues vivantes du Conseil de l’Europe (e-lang et e-lang citoyen), cet ouvrage offre donc une réflexion sur la notion de littératie numérique et propose une approche qui associe étroitement apprentissage des langues et développement de la littératie et de la citoyenneté numériques. Considérant l’apprenant de langues comme un usager des langues et un acteur social, l’approche cherche à développer chez celui-ci une compétence de communication et d’action qui prenne pleinement en compte l’importance du cadre socio-interactionnel à travers des tâches réalisées sur des sites participatifs sur lesquels l’apprenant peut faire l’expérience de pratiques de littératie. Ainsi, l’apprenant de langue devient un acteur du web, capable de construire du sens, de communiquer, d’agir et de collaborer en ligne tout en disposant des compétences nécessaires à la construction et à l’exercice critique de sa citoyenneté numérique. Articulant des éléments de cadrage plus théoriques et des pistes concrètes pour la mise en oeuvre d’une éducation langagière qui contribue à la promotion de la littératie numérique des apprenants, cet ouvrage s’adresse autant aux chercheurs qu’aux enseignants de langues actuels et futurs.
Capitoli di libri sul tema "Apprentissage continu en ligne"
1
DOUANLA, Adèle. "Enseigner en période de confinement". In Les écoles africaines à l’ère du COVID-19, 291–306. Editions des archives contemporaines, 2024. http://dx.doi.org/10.17184/eac.7936.
Testo completoAbstract (sommario):
Depuis mars 2020, l´enseignement à distance est de plus en plus convoité par les universités camerounaises. L´irruption de la COVID-19 en est pour beaucoup. C´est dans ce sillage que le triangle didactique d´Houssaye connu jusqu´ici comme modèle par excellence pour expliquer les interactions didactiques, va fortement être modifié. La nouvelle figure, le tétraèdre pédagogique développé par Faeber contient des éléments nouveaux permettant de comprendre cette reconfiguration. Quels sont donc les changements majeurs qui s´opèrent sur le triangle didactique dans le cadre de la formation à distance ? Quel est l´impact de ces changements sur le processus d’enseignement – apprentissage ? L’objectif de ce chapitre est de mettre à nu ces différentes transformations dans les cours en ligne à l´Université de Dschang, à travers une enquête menée auprès de 04 enseignants et 24 étudiants du Département de Langues Étrangères Appliquées (LEA), dans la filière des Études germaniques. Elle montre comment le projet de digitalisation initié par cette institution change complètement les rapports entre le trinôme (enseignant- étudiant- savoir) et dévoile les défis de la pédagogie à distance au Cameroun.
2
"Remerciements". In Formation et apprentissage en ligne, XIII. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-002.
Testo completo
3
Duplàa, Emmanuel. "Les transformations d’établissement et la formation en ligne". In Formation et apprentissage en ligne, 115–38. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-013.
Testo completo
4
Amireault, Valérie, Simon Collin e Alexandra H. Michaud. "Perception d’utilité du cours FEL (francisation en ligne) au Québec". In Formation et apprentissage en ligne, 67–83. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-010.
Testo completo
5
Delisle, Esther. "L’application empirique d’un référentiel de compétences en encadrement à distance à une population étudiante". In Formation et apprentissage en ligne, 9–23. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-006.
Testo completo
6
Hamel, Mireille. "La pédagogie de l’empathie et son impact sur les apprentissages en ligne". In Formation et apprentissage en ligne, 51–66. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-009.
Testo completo
7
Lafleur, France, e Ghislain Samson. "Conclusion générale". In Formation et apprentissage en ligne, 167–71. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-016.
Testo completo
8
Samson, Ghislain, e France Lafleur. "Introduction". In Formation et apprentissage en ligne, 1–6. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-005.
Testo completo
9
Peraya, Daniel. "Préface". In Formation et apprentissage en ligne, VII—XII. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-001.
Testo completo
10
Villemure, René. "Postface". In Formation et apprentissage en ligne, 173–75. Presses de l'Université du Québec, 2019. http://dx.doi.org/10.1515/9782760550889-017.
Testo completoAtti di convegni sul tema "Apprentissage continu en ligne"
1
Ghedhahem, Zeineb. "Cap sur le premier MOOC FOFLE en Afrique francophone pour se (re)mettre à flot". In XXV Coloquio AFUE. Palabras e imaginarios del agua. Valencia: Universitat Politècnica València, 2016. http://dx.doi.org/10.4995/xxvcoloquioafue.2016.3049.
Testo completoAbstract (sommario):
Les technologies offrent des possibilités de rendre l'enseignement et l’apprentissage plus efficaces et plus appropriés et nul ne peut nier les potentiels bénéfices de la révolution numérique dans l'enseignement des langues Une nouvelle forme d’enseignement des langues à distance attire de plus en plus d’apprenants : les MOOCs (Massive Open Online Course) en français, CLOMs (Cours en Ligne Ouverts et Massifs). Sans contrainte de niveau d’études, ni d’assiduité, le MOOC permet d’offrir un apprentissage en ligne et à distance avec un suivi pédagogique spécifique et des ressources pédagogiques (vidéos, documents, devoirs…) accessibles à tout moment. Le MOOC FOFLE (Formation Ouverte en Français Langue Etrangère) est un projet pilote, international et interdisciplinaire, dédié à l'apprentissage en ligne du français. Il a été expérimenté en Tunisie : avant d'être déployé à destination des autres pays francophones présentant la même problématique. Notre objectif au cours de cette rencontre est de présenter les caractéristiques principales de ce dispositif ainsi que le premier bilan effectué.DOI: http://dx.doi.org/10.4995/XXVColloqueAFUE.2016.3049