Traduction: G.M.
Une théorie du style d'apprentissage pour la compréhension des comportements autistiques.
Qian N, RM Lipkin.
Source
Département des neurosciences, de la Columbia University de New York, NY, Etats-Unis.
Résumé
Comprendre la gamme croissante des comportements autistiques, de la sensation à la cognition, est un défi majeur.
Nous postulons que les cerveaux des personnes avec autisme et des personnes sans autisme développent des algorithmes différents qui sont mieux adaptés à apprendre, représenter et traiter des tâches différentes, par conséquent, ils développent des intérêts et des comportements différents.
Informatiquement, il existe un continuum d'algorithmes qui va de l'apprentissage par table de recherche (En informatique, une table de recherche est une structure de données, généralement un tableau ou tableau associatif, souvent utilisé pour remplacer un calcul par un tableau simple), qui vise à stocker précisément des expériences , à l'apprentissage d'interpolation (INT), qui se concentre sur l'extraction de régularités qui sous-tendent la structure statistique des expériences.
Nous émettons l'hypothèse que les cerveaux autistes et typiques, sont respectivement biaisées envers l'apprentissage LUT et l'apprentissage INT, dans des espaces de faible et forte dimension fonctionnelle, possiblement en raison de leurs fonctions de réglage étroite et large.
Le style LUT est bon à l'apprentissage des relations qui sont locales, précises, rigides et contiennent peu de régularité pour la généralisation (par exemple, l'association nom-numéro dans un répertoire). Cependant, il est médiocre sur l'apprentissage des relations qui sont dépendantes du contexte, bruyantes, souples, et ne contiennent pour la généralisation pas de régularités (par exemple, les associations entre la direction du regard et l'intention, du langage et de sens, les entrées sensorielles et d'interprétation, de commande de moteur de signal et de mouvement et situation sociale et la réponse correcte).
Le style LUT compresse mal les informations, ce qui se traduit par un inefficacité, une surcharge sensorielle (balayer), des intérêts restreints et de la résistance au changement.
Il conduit aussi à un faible niveau de prédiction et d'anticipation, des surprises fréquentes et des sur-réactions (hyper-sensibilité), des troubles de l'attention sélective et de commutation, un centration sur le concret, et le local, une faible adaptation et des performances supérieures et inférieures lors de tâches simples et complexes.
La nature dans le spectre de l'autisme peut être expliquée par les différents degrés de l'apprentissage LUT entre différents individus, et dans des systèmes différents d'un même individu.
Notre théorie suggère que la thérapie devrait se concentrer sur la formation des personnes avec autisme aux algorithmes LUT afin d'apprendre des régularités.
Une théorie du style d'apprentissage pour la compréhension des comportements autistiques.
Qian N, RM Lipkin.
Source
Département des neurosciences, de la Columbia University de New York, NY, Etats-Unis.
Résumé
Comprendre la gamme croissante des comportements autistiques, de la sensation à la cognition, est un défi majeur.
Nous postulons que les cerveaux des personnes avec autisme et des personnes sans autisme développent des algorithmes différents qui sont mieux adaptés à apprendre, représenter et traiter des tâches différentes, par conséquent, ils développent des intérêts et des comportements différents.
Informatiquement, il existe un continuum d'algorithmes qui va de l'apprentissage par table de recherche (En informatique, une table de recherche est une structure de données, généralement un tableau ou tableau associatif, souvent utilisé pour remplacer un calcul par un tableau simple), qui vise à stocker précisément des expériences , à l'apprentissage d'interpolation (INT), qui se concentre sur l'extraction de régularités qui sous-tendent la structure statistique des expériences.
Nous émettons l'hypothèse que les cerveaux autistes et typiques, sont respectivement biaisées envers l'apprentissage LUT et l'apprentissage INT, dans des espaces de faible et forte dimension fonctionnelle, possiblement en raison de leurs fonctions de réglage étroite et large.
Le style LUT est bon à l'apprentissage des relations qui sont locales, précises, rigides et contiennent peu de régularité pour la généralisation (par exemple, l'association nom-numéro dans un répertoire). Cependant, il est médiocre sur l'apprentissage des relations qui sont dépendantes du contexte, bruyantes, souples, et ne contiennent pour la généralisation pas de régularités (par exemple, les associations entre la direction du regard et l'intention, du langage et de sens, les entrées sensorielles et d'interprétation, de commande de moteur de signal et de mouvement et situation sociale et la réponse correcte).
Le style LUT compresse mal les informations, ce qui se traduit par un inefficacité, une surcharge sensorielle (balayer), des intérêts restreints et de la résistance au changement.
Il conduit aussi à un faible niveau de prédiction et d'anticipation, des surprises fréquentes et des sur-réactions (hyper-sensibilité), des troubles de l'attention sélective et de commutation, un centration sur le concret, et le local, une faible adaptation et des performances supérieures et inférieures lors de tâches simples et complexes.
La nature dans le spectre de l'autisme peut être expliquée par les différents degrés de l'apprentissage LUT entre différents individus, et dans des systèmes différents d'un même individu.
Notre théorie suggère que la thérapie devrait se concentrer sur la formation des personnes avec autisme aux algorithmes LUT afin d'apprendre des régularités.
Aucun commentaire:
Enregistrer un commentaire