Neuropsychologie et Psychophysiologie - Neurosciences computationnelles - Traitement Automatique des Langues - Epistémologie

Informations

Langue d'enseignement : Français
Crédits ECTS: 9

Programme

  • Heures d'enseignement dispensées à l'étudiant : 90 heures
  • Temps de travail personnel : 135 heures

Objectifs et compétences

Objectifs :
Neuropsychologie et Psychophysiologie :

-Objectifs pédagogiques

* Connaître les principales étiologies des syndromes neuropsychologiques et maîtriser les bases conceptuelles et les principales méthodes de recherche clinique (étude de groupe, étude de cas clinique) et expérimentale (neuro-imagerie, et neurophysiologie) de la neuropsychologie cognitive.

* définir l'approche psychophysiologique, identifier les domaines d’application des potentiels cognitifs et les comparer avec les autres méthodes d’imagerie fonctionnelle.

Compétences acquises :

* s’approprier le cadre conceptuel et pratique de la neuropsychologie cognitive et être en mesure de l'appliquer quelle que soit l'étiologie neurologique

* être capable d’identifier les troubles cognitifs associés aux grands syndromes neuropsychologiques. Connaître les paradigmes des différentes méthodes d’imagerie fonctionnelle et leurs avantages et limites respectifs. Savoir « lire » un tracé de potentiels cognitifs, une carte d’IRMf, etc.

Neurosciences computationnelles :

Cette UE apporte aux étudiants les fondamentaux mathématiques et méthodologiques leur permettant de concevoir et d'implémenter des modèles computationnels en neuroscience. L'abord pratique de l'utilisation d'un logiciel de référence dans ce domaine leur permet ensuite de les mettre en œuvre et de les exploiter pour tester des hypothèses sur le fonctionnement cellulaire et à l'échelle du réseau.

Traitement Automatique des Langues :

Objectifs pédagogiques : Découverte des bases du traitement automatique des langues

Programme (éléments constitutifs ou principaux thèmes) :

Angles d'analyse : morphologique, lexicale, syntaxique, sémantique, pragmatique. Grammaires syntagmatiques, transformationnelles, de cas, d'unification, LFG. Réseaux de transitions. Algorithmes d'analyse. Graphes conceptuels.

Epistémologie : Les objectifs pédagogiques du cours consistent à ce que les étudiants puissent maîtriser les fondements de l'épistémologie, de l'histoire des sciences et de la philosophie de l'esprit classique et contemporaine. Ils doivent apprendre à maîtriser un certain nombre d'outils conceptuels, théoriques et formels, apprendre à examiner les différentes méthodes et procédures scientifiques afin d'être en capacité de produire par eux mêmes une analyse critique à propos de l'élaboration et de l'évaluation des critères de la connaissance scientifique. Il s'agit donc pour eux de s’approprier tout à la fois la complexité et la richesse de la pensée scientifique et son histoire, la théorie de la connaissance articulée à la réflexion philosophique afin de maîtriser au mieux ce que présuppose leur formation scientifique de leurs parcours en sciences cognitives.

Compétences :
  • Connaître le ou les champs professionnel(s) associé(s) à la discipline.
  • Être en capacité d'investir ses connaissances et aptitudes dans le cadre d'une mise en situation professionnelle.
  • Travailler en équipe dans différents contextes, y compris avec des personnes issues de disciplines différentes : s'intégrer, se positionner, collaborer, communiquer et rendre compte.
  • Utiliser des logiciels d'acquisition et d'analyse de données propres au domaine.

  • Maîtriser l'expression écrite et orale de la langue française et ses techniques d'expression
  • Maîtrise d'au moins une langue étrangère, notamment l'anglais en vue d'une certification européenne.
  • Identifier et sélectionner diverses ressources spécialisées pour documenter un sujet
  • Développer une argumentation avec esprit critique
  • Penser la complexité et la pluridisciplinarité
  • Etre capable de travailler en équipe
  • Savoir utiliser les outils de la recherche documentaire mis à la disposition par la bibliothèque universitaire

  • Identifier les enjeux éthiques dans le processus de décision et dans l'utilisation des outils quantitatifs
  • Mettre en œuvre des techniques de programmation (objet) dans des langages de calcul comme scilab, R, python.
  • Have a general, precise and critical overview of the fields of Neurosciences, in all their aspects, from normal functioning to brain diseases and in adjacent fields (Physiology, Biology, Experimental Psychology, Cognitive Science)
  • Study and work out a concrete, practical Neurosciences problem independently.
  • Connaitre les grandes principes électriques et chimiques de communication dans le système nerveux
  • Identifier les outils et les méthodes de recueil des corrélats physiologiques des processus mentaux
  • Comprendre le champ disciplinaire des sciences cognitives
  • Analyser une question ou une problématique en mobilisant les principaux concepts des différents champs théoriques de la discipline
  • Comprendre les théories et débats sur les dysfonctionnements neurobiologiques qui soustendent les pathologies du cerveau
  • Identifier les principaux troubles neuropsychologiques ou difficultés cognitives et leur prise en charge dans différentes situations (diagnostic, suivi).
  • Déterminer les épreuves standardisées les plus pertinentes à utiliser pour la question clinique spécifique au patient en suivant un raisonnement hypothético-déductif
  • Connaître les principes de construction des épreuves du bilan neuropsychologique, leur lien avec la recherche et les cadres théoriques dont ils sont issus.
  • Déterminer les domaines d’application, les avantages et les limites des différentes approches de neuroimagerie comme méthodes d’investigation chez le patient
  • Mettre en œuvre des outils mathématiques et informatiques pour des applications relevant du domaine des sciences cognitives, de l’économie et de la gestion.
  • Savoir traiter, analyser et interpréter des données qualitatives et quantitatives, dans des contextes variés.
  • Mettre en œuvre des outils mathématiques et informatiques pour des applications relevant du domaine des sciences cognitives, de l’économie et de la gestion.
  • Mettre en oeuvre des techniques algorithmiques spécifiques dans le domaine des sciences cognitives (réseau de neurones, algorithmes génétiques, etc)

Organisation pédagogique

le mode de fonctionnement de l'UE est présenté au début des enseignements

Contrôle des connaissances

session 1:

A (1/8) : CC;

B (1/8): CC;

C (1/4): CC (1/2 ) + examen final 1h00 (1/2);

D(1/4): examen final 1h00; E (1/4): Rapport + oral

session 2:

ABCDE: examen final sess2 3h00 : 4 sous-épreuves de 45':

A+B (1/4): Max(Exam sess2 (45'), CC sess1);

B (1/4): Max(Exam sess2 (45'), CC sess1);

C (1/4): Max(Exam sess2 (45'), CC sess1);

D(1/4): Max(Exam sess2 (45'), CC sess1)

Lectures recommandées

l'ensemble des références bibliographiques est communiqué au début des enseignements

Responsable de l'unité d'enseignement

Stephane Cormier

Enseignants

la composition de l'ensemble de l'équipe pédagogique est communiquée au début des enseignements