Добірка наукової літератури з теми "Modèles de langage protéique"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Modèles de langage protéique".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Modèles de langage protéique"
1
Delahaye, Jean-Paul. "Derrière les modèles massifs de langage." Pour la Science N° 555 – janvier, no. 1 (December 22, 2023): 80–85. http://dx.doi.org/10.3917/pls.555.0080.
Повний текст джерела
2
Deschamps, Christophe. "Utiliser les grands modèles de langage au quotidien." Archimag 77, Hors série (September 24, 2024): 29–33. http://dx.doi.org/10.3917/arma.hs77.0029.
Повний текст джерела
3
Gayral, Françoise, Daniel Kayser, and François Levy. "Logique et sémantique du langage naturel : modèles et interprétation." Intellectica. Revue de l'Association pour la Recherche Cognitive 23, no. 2 (1996): 303–25. http://dx.doi.org/10.3406/intel.1996.1539.
Повний текст джерела
4
Franke, William. "Psychoanalysis as a Hermeneutics of the Subject: Freud, Ricoeur, Lacan." Dialogue 37, no. 1 (1998): 65–82. http://dx.doi.org/10.1017/s0012217300047594.
Повний текст джерелаАнотація:
RésuméLa connaissance herméneutique est généralement définie comme un savoir engagé, par opposition au savoir détaché que produit la méthode scientifique. La tension entre ces deux modèles dans la théorie psychanalytique de Freud est ici mise en évidence avec l'aide de Ricœur: cette théorie interprète des intentions conscientes, mais explique en même temps la vie psychique d'une façon mécaniste en termes depulsions somatiques. On montre ensuite comment le développement lacanien de la psychanalyse rend l'être habituellement caché de la subjectivité—l'inconscient—accessible comme langage. Structuré comme un langage, l'inconscient est articulé et interprétable; et son interprétation est accès au langage du «réel», par-delà les limites de l'objectivité scientifique.
5
Reid, Wilfrid. "Les formes de l’expérience psychique. Une lecture de Freud revisitée." Filigrane 32, no. 1 (2024): 49–63. https://doi.org/10.7202/1114604ar.
Повний текст джерелаАнотація:
Le développement de la pratique analytique a mis en évidence la présence de nouveaux enjeux cliniques, en particulier la problématique de l’expérience subjective des formations psychiques. Dès lors, ont vu le jour de nouveaux modèles métapsychologiques portant sur la genèse et les destins des structures sous-jacentes au langage dans la cure, soit la représentation et l’affect. Ces nouveaux modèles ont modifié notre conception de la cure de parole. Dans ce nouveau cadre métapsychologique est apparue la nécessité d’un infléchissement des principaux paramètres de la méthode analytique.
6
Calin, Rodolphe. "À la charnière de l’image et du langage." Articles 41, no. 2 (November 6, 2014): 253–73. http://dx.doi.org/10.7202/1027218ar.
Повний текст джерелаАнотація:
Comment rendre compte de l’articulation entre l’image et le langage, plus précisément, de la double dimension, langagière et figurative, que présente le langage dans les figures de rhétorique ? L’article essaie de montrer que, pour répondre à cette question, Ricoeur n’aura pas seulement eu besoin, dans la sixième étude de La métaphore vive, de développer une sémantique de l’image consistant à penser l’image comme une dimension du procès de la prédication métaphorique, mais également, comme en témoigne son article « Image et langage dans la psychanalyse », une sémiotique de l’image, une sémiotique non linguistique permettant de faire droit à la dimension « pictoriale » qu’acquiert le langage en devenant figuré. Et dans la mesure où la sémantique et la sémiotique de l’image mettent en jeu deux modèles distincts, l’un prédicatif, l’autre substitutif, qui tour à tour permettent de décrire le schématisme de l’imagination, ce sont ici deux approches de l’imagination créatrice qui sont requises pour rendre compte du langage figuré.
7
Godart-Wendling, Béatrice. "La philosophie du langage : une jungle de Calais pour la linguistique ?" Cahiers du Centre de Linguistique et des Sciences du Langage, no. 53 (March 4, 2018): 131–46. http://dx.doi.org/10.26034/la.cdclsl.2018.323.
Повний текст джерелаАнотація:
Après avoir explicité les difficultés que recèle l’appellation de philosophie du langage, l’article met tout d’abord en évidence l’incompatibilité, voire le malentendu, existant entre la linguistique et la philosophie du langage dans sa version logiciste. Il ressort également de cette étude que le principal point de contact entre ces deux disciplines se limite jusque dans les années 50 au domaine de la syntaxe ; donnant ainsi lieu à la constitution des divers modèles de grammaires formelles qui apparurent dans la seconde moitié du XXème siècle. L’article aborde ensuite la période ordinariste de la philosophie du langage et souligne son apport vis-à-vis de la sémantique qui conduira à une remise en question de ses liens avec la pragmatique. En fonction de l’analyse des deux périodes examinées (logiciste et ordinariste), l’article dégage enfin les points d’achoppement récurrents entre philosophie du langage et linguistique.
8
Devilliers, Hélène, and Michael Tabone. "Bouche à bouche : pratiques intégratives, réanimation et développements." La psychiatrie de l'enfant Vol. 67, no. 2 (November 29, 2024): 111–16. https://doi.org/10.3917/psye.672.0111.
Повний текст джерелаАнотація:
Dans cet article nous décrivons les différentes étapes de l’accès au langage d’un jeune enfant pendant son suivi de trois ans en hôpital de jour. Lors de cette prise en charge nous nous sommes servis, de manière synchronique ou successivement, des modèles et des techniques issus de différents courants de pensée, en travaillant leurs articulations au fil de l’évolution de la symptomatologie et de la compréhension que nous en avions. Cette approche intégrative a permis à cet enfant une entrée progressive dans le langage et une issue favorable à ces troubles.
9
Devillers, Laurence. "Le langage non responsable des systèmes d’intelligence artificielle (IA) générative." Champ lacanien N° 28, no. 1 (October 2, 2024): 133–38. http://dx.doi.org/10.3917/chla.028.0133.
Повний текст джерелаАнотація:
Depuis 2022, ChatGPT d’OpenAI a popularisé l’intelligence artificielle (IA), rendant les technologies numériques essentielles. L’IA, qu’elle soit prédictive ou générative, progresse dans des domaines variés comme la médecine et les chatbots. Désormais, certaines actions humaines, comme le langage, sont séparées de l’intelligence réelle. Les IA génératives imitent le langage sans le comprendre, en utilisant des modèles statistiques complexes. Elles peuvent produire des résultats erronés, soulevant des questions éthiques. La transparence des IA est cruciale pour instaurer la confiance, et leur régulation est nécessaire pour concilier technologie et bien-être humain.
10
Hermet, Marie. "Traduction et Intelligence Artificielle." Raison présente N° 231, no. 3 (October 16, 2024): 65–74. http://dx.doi.org/10.3917/rpre.231.0065.
Повний текст джерелаАнотація:
Le métier de traducteur se trouve aujourd’hui en concurrence avec les modèles de langage génératifs auxquels les éditeurs ont recours de plus en plus souvent. Mais que fait-on exactement quand on traduit une œuvre littéraire ? Comment transposer une vision unique du monde d’une langue dans une autre ?
Дисертації з теми "Modèles de langage protéique"
1
Vander, Meersche Yann. "Étude de la flexibilité des protéines : analyse à grande échelle de simulations de dynamique moléculaire et prédiction par apprentissage profond." Electronic Thesis or Diss., Université Paris Cité, 2024. http://www.theses.fr/2024UNIP5147.
Повний текст джерелаАнотація:
Les protéines sont essentielles aux processus biologiques. Comprendre leur dynamique est crucial pour élucider leurs fonctions biologiques et leurs interactions. Cependant, mesurer expérimentalement cette flexibilité reste un défi en raison des limitations techniques et des coûts associés. Cette thèse vise à approfondir la compréhension des propriétés dynamiques des protéines et à proposer des méthodes bioinformatique permettant de prédire leur flexibilité directement à partir de leur séquence. Ces travaux s'organisent en quatre axes principaux : 1) Prédiction de la flexibilité des protéines en termes de B-facteurs. Nous avons développé MEDUSA, une méthode de prédiction de la flexibilité basée sur l'apprentissage profond, qui exploite les informations physico-chimiques et évolutives des acides aminés pour prédire des classes de flexibilité expérimentale à partir des séquences protéiques. MEDUSA s'est révélé plus performant que les outils précédemment disponibles, mais présente des limitations en raison de la variabilité des données expérimentales. 2) Analyse à grande échelle de la dynamique protéique in silico. Nous avons mis à disposition ATLAS, une base de données de simulations de dynamique moléculaire tout-atome standardisées, fournissant des informations détaillées sur la flexibilité des protéines pour plus de 1500 structures représentatives. ATLAS permet une analyse interactive de la dynamique des protéines à différents niveaux et offre des informations précieuses sur les protéines présentant des comportements dynamiques atypiques, tels que les fragments à double personnalité. 3) Analyse approfondie du score pLDDT d'AlphaFold 2 et sa relation avec la flexibilité des protéines. Nous avons évalué la corrélation du pLDDT avec différents descripteurs de flexibilité dérivés de simulations de dynamique moléculaire et d'ensembles RMN, et démontré que la confiance dans la prédiction de la structure 3D ne reflète pas nécessairement la flexibilité attendue de la région protéique, en particulier pour les fragments protéiques impliqués dans des interactions moléculaires. 4) Prédiction des descripteurs de flexibilité dérivés de la dynamique moléculaire à partir des embeddings de langages protéiques. Nous présentons PEGASUS, un nouvel outil de prédiction de la flexibilité développé à partir de la base de données ATLAS. En utilisant l'encodage des séquences protéiques par des modèles de langage protéique et un modèle d'apprentissage profond simple, PEGASUS fournit des prédictions précises des métriques de flexibilité et capture efficacement l'impact des mutations sur la dynamique des protéines. Les perspectives de ce travail incluent l'enrichissement des simulations avec des environnements variés et l'intégration des protéines membranaires pour améliorer PEGASUS et réaliser de nouvelles analyses. Nous évoquons également l'émergence des méthodes capables de prédire des ensembles conformationnels, offrant des avancées prometteuses pour mieux capturer la dynamique des protéines. Cette thèse ouvre de nouvelles perspectives pour la prédiction et l'analyse de la flexibilité des protéines, ouvrant la voie à des avancées dans des domaines tels que la recherche biomédicale, l'étude des mutations et la conception de médicamentsProteins are essential to biological processes. Understanding their dynamics is crucial for elucidating their biological functions and interactions. However, experimentally measuring protein flexibility remains challenging due to technical limitations and associated costs. This thesis aims to deepen the understanding of protein dynamic properties and to propose computational methods for predicting their flexibility directly from their sequence. This work is organised in four main contributions: 1) Protein flexibility prediction in terms of B-factors. We have developed MEDUSA, a flexibility prediction method based on deep learning, which leverages the physicochemical and evolutionary information of amino acids to predict experimental flexibility classes from protein sequences. MEDUSA has outperformed previously available tools but shows limitations due to the variability of experimental data. 2) Large-scale analysis of in silico protein dynamics. We have released ATLAS, a database of standardised all-atom molecular dynamics simulations providing detailed information on protein flexibility for over 1.5k representative protein structures. ATLAS enables interactive analysis of protein dynamics at different levels and offers valuable insights into proteins exhibiting atypical dynamical behaviour, such as dual personality fragments. 3) An in-depth analysis of AlphaFold 2's pLDDT score and its relation to protein flexibility. We have assessed pLDDT correlation with different flexibility descriptors derived from molecular dynamics simulations and from NMR ensembles and demonstrated that confidence in 3D structure prediction does not necessarily reflect expected flexibility of the protein region, in particular, for protein fragments involved in molecular interaction. 4) Prediction of MD-derived flexibility descriptors using protein language embeddings. We introduce PEGASUS, a novel flexibility prediction tool developed using ATLAS database. Using protein sequence encoding by protein language models and a simple deep learning model, PEGASUS provides precise predictions of flexibility metrics and effectively captures the impact of mutations on protein dynamics. The perspectives of this work include enriching simulations with varied environments and integrating membrane proteins to enhance PEGASUS and enable new analyses. We also highlight the emergence of methods capable of predicting conformational ensembles, offering promising advances for better capturing protein dynamics. This thesis offers new perspectives for the prediction and analysis of protein flexibility, paving the way for advances in areas such as biomedical research, mutation studies, and drug design
2
Hladiš, Matej. "Réseaux de neurones en graphes et modèle de langage des protéines pour révéler le code combinatoire de l'olfaction." Electronic Thesis or Diss., Université Côte d'Azur, 2024. http://www.theses.fr/2024COAZ5024.
Повний текст джерелаАнотація:
Les mammifères identifient et interprètent une myriade de stimuli olfactifs par un mécanisme de codage complexe reposant sur la reconnaissance des molécules odorantes par des centaines de récepteurs olfactifs (RO). Ces interactions génèrent des combinaisons uniques de récepteurs activés, appelées code combinatoire, que le cerveau humain interprète comme la sensation que nous appelons l'odeur. Jusqu'à présent, le grand nombre de combinaisons possibles entre les récepteurs et les molécules a empêché une étude expérimentale à grande échelle de ce code et de son lien avec la perception des odeurs. La révélation de ce code est donc cruciale pour répondre à la question à long terme de savoir comment nous percevons notre environnement chimique complexe. Les RO appartiennent à la classe A des récepteurs couplés aux protéines G (RCPG) et constituent la plus grande famille multigénique connue. Pour étudier de façon systématique le codage olfactif, nous avons développé M2OR, une base de données exhaustive compilant les 25 dernières années d'essais biologiques sur les RO. À l'aide de cet ensemble de données, un modèle d'apprentissage profond sur mesure a été conçu et entraîné. Il combine l'intégration de jetons [CLS] d'un modèle de langage des protéines avec des réseaux de neurones en graphes et un mécanisme d'attention multi-têtes. Ce modèle prédit l'activation des RO par les odorants et révèle le code combinatoire résultant pour toute molécule odorante. Cette approche est affinée en développant un nouveau modèle capable de prédire l'activité d'un odorant à une concentration spécifique, permettant alors d'estimer la valeur d'EC50 de n'importe quelle paire OR-odorant. Enfin, les codes combinatoires dérivés des deux modèles sont utilisés pour prédire la perception olfactive des molécules. En incorporant des biais inductifs inspirés par la théorie du codage olfactif, un modèle d'apprentissage automatique basé sur ces codes est plus performant que l'état de l'art actuel en matière de prédiction d'odeurs. À notre connaissance, il s'agit de l'application la plus aboutie liant le code combinatoire à la prédiction de l'odeur d'une molécule. Dans l'ensemble, ce travail établit un lien entre les interactions complexes molécule odorante-récepteur et la perception humaineMammals identify and interpret a myriad of olfactory stimuli using a complex coding mechanism involving interactions between odorant molecules and hundreds of olfactory receptors (ORs). These interactions generate unique combinations of activated receptors, called the combinatorial code, which the human brain interprets as the sensation we call smell. Until now, the vast number of possible receptor-molecule combinations have prevented a large-scale experimental study of this code and its link to odor perception. Therefore, revealing this code is crucial to answering the long-term question of how we perceive our intricate chemical environment. ORs belong to the class A of G protein-coupled receptors (GPCRs) and constitute the largest known multigene family. To systematically study olfactory coding, we develop M2OR, a comprehensive database compiling the last 25 years of OR bioassays. Using this dataset, a tailored deep learning model is designed and trained. It combines the [CLS] token embedding from a protein language model with graph neural networks and multi-head attention. This model predicts the activation of ORs by odorants and reveals the resulting combinatorial code for any odorous molecule. This approach is refined by developing a novel model capable of predicting the activity of an odorant at a specific concentration, subsequently allowing the estimation of the EC50 value for any OR-odorant pair. Finally, the combinatorial codes derived from both models are used to predict the odor perception of molecules. By incorporating inductive biases inspired by olfactory coding theory, a machine learning model based on these codes outperforms the current state-of-the-art in smell prediction. To the best of our knowledge, this is the most comprehensive and successful application of combinatorial coding to odor quality prediction. Overall, this work provides a link between the complex molecule-receptor interactions and human perception
3
Alain, Pierre. "Contributions à l'évaluation des modèles de langage." Rennes 1, 2007. http://www.theses.fr/2007REN1S003.
Повний текст джерелаАнотація:
Ces travaux portent sur l'évaluation des modèles de langages en dehors de toute tâche applicative. Le problème d'une étude comparative entre plusieurs modèles est généralement lié à la fonction dans un système complet. Notre objectif consiste au contraire à s'abstraire au maximum des contraintes liées au système, et ainsi pourvoir comparer effectivement les modèles. Le critère le plus couramment admis pour une comparaison de modèles de langage est la perplexité. Ces travaux reprennent les hypothèses du jeu de Shannon, de manière à poser un cadre d'évaluation des modèles de langage fondée sur leur capacité de prédiction. La méthodologie s'intéresse à la prédiction conjointe de mots, et reste indépendante de toute tâche applicative, de la nature du modèle, ainsi que du nombre de paramètres de ce modèle. Des expériences sont menées sur la modélisation du français et de l'anglais à partir de vocabulaires de taille variable, et différents modèles sont mis en concurrenceThis work deals with the evaluation of language models independently of any applicative task. A comparative study between several language models is generally related to the role that a model has into a complete system. Our objective consists in being independant of the applicative system, and thus to provide a true comparison of language models. Perplexity is a widely used criterion as to comparing language models without any task assumptions. However, the main drawback is that perplexity supposes probability distributions and hence cannot compare heterogeneous models. As an evaluation framework, we went back to the definition of the Shannon's game which is based on model prediction performance using rank based statistics. Our methodology is able to predict joint word sequences that are independent of the task or model assumptions. Experiments are carried out on French and English modeling with large vocabularies, and compare different kinds of language models
4
Delot, Thierry. "Interrogation d'annuaires étendus : modèles, langage et optimisation." Versailles-St Quentin en Yvelines, 2001. http://www.theses.fr/2001VERS0028.
Повний текст джерелаАнотація:
Les travaux menés dans cette thèse se concentrent sur les problèmes de partage, d'interrogation et de médiation rencontrés dans les systèmes d'information de nouvelle génération qui s'articulent autour de sources de données, d'objets, et de composants largement distribués. Dans cet environnement, différents systèmes coexistent : des SGBD, des serveurs LDAP et des architectures à objets distribués. Les limites actuelles des services d'annuaires et leur interaction toujours plus grande avec l'environnemnet qui les entoure (SGBDs, objets,. . . ) nous a amené à étudier la définition d'un service d'annuaires capable, tout en conservant la flexibilité et la compatibilité avec les modèles existants, de proposer des fonctionnalités avancées telles que : la manipulation de données riches englobant des valeurs mais également des programmes, le support adapté pour le partage d'objets et des capacités d'interrogation étendues. En effet, les facilités d'interrogation dans LDAP sont relativement pauvres et il serait intéressant de les enrichir pour permettre des recherches plus complexes incluant des parcours de chemin, des calculs d'agrégats, etc. Le challenge consiste ici à trouver le bon compromis entre le pouvoir d'expression du langage et la charge imposée au service d'annuaires. L'introduction de nouvelles fonctionnalités dans le service d'annuaires a un impact important sur les performances du système, aussi bien du point de vue des temps de réponse que des ressources consommées pour évaluer une requête. Un autre aspect de cette intégration des annuaires avec leur environnement concerne le partage de données communes entre ces différents systèmes, comme les données d'identification par exemple. Pour assurer cette intégration, notre solution consiste à mettre en place une couche de médiation entre les deux systèmes, afin de permettre à un utilisateur de manipuler ses données en utilisant soit le modèle relationnel dans le cax des SGBD relationnels, soit le modèle LDAP.
5
Oota, Subba Reddy. "Modèles neurocomputationnels de la compréhension du langage : caractérisation des similarités et des différences entre le traitement cérébral du langage et les modèles de langage." Electronic Thesis or Diss., Bordeaux, 2024. http://www.theses.fr/2024BORD0080.
Повний текст джерелаАнотація:
Cette thèse explore la synergie entre l'intelligence artificielle (IA) et la neuroscience cognitive pour faire progresser les capacités de traitement du langage. Elle s'appuie sur l'idée que les avancées en IA, telles que les réseaux neuronaux convolutionnels et des mécanismes comme le « replay d'expérience », s'inspirent souvent des découvertes neuroscientifiques. Cette interconnexion est bénéfique dans le domaine du langage, où une compréhension plus profonde des capacités cognitives humaines uniques, telles que le traitement de structures linguistiques complexes, peut ouvrir la voie à des systèmes de traitement du langage plus sophistiqués. L'émergence de riches ensembles de données neuroimagerie naturalistes (par exemple, fMRI, MEG) aux côtés de modèles de langage avancés ouvre de nouvelles voies pour aligner les modèles de langage computationnels sur l'activité cérébrale humaine. Cependant, le défi réside dans le discernement des caractéristiques du modèle qui reflètent le mieux les processus de compréhension du langage dans le cerveau, soulignant ainsi l'importance d'intégrer des mécanismes inspirés de la biologie dans les modèles computationnels.En réponse à ce défi, la thèse introduit un cadre basé sur les données qui comble le fossé entre le traitement neurolinguistique observé dans le cerveau humain et les mécanismes computationnels des systèmes de traitement automatique du langage naturel (TALN). En établissant un lien direct entre les techniques d'imagerie avancées et les processus de TALN, elle conceptualise le traitement de l'information cérébrale comme une interaction dynamique de trois composantes critiques : le « quoi », le « où » et le « quand », offrant ainsi des perspectives sur la manière dont le cerveau interprète le langage lors de l'engagement avec des récits naturalistes. L'étude fournit des preuves convaincantes que l'amélioration de l'alignement entre l'activité cérébrale et les systèmes de TALN offre des avantages mutuels aux domaines de la neurolinguistique et du TALN. La recherche montre comment ces modèles computationnels peuvent émuler les capacités de traitement du langage naturel du cerveau en exploitant les technologies de réseau neuronal de pointe dans diverses modalités - langage, vision et parole. Plus précisément, la thèse met en lumière comment les modèles de langage pré-entraînés modernes parviennent à un alignement plus étroit avec le cerveau lors de la compréhension de récits. Elle examine le traitement différentiel du langage à travers les régions cérébrales, le timing des réponses (délais HRF) et l'équilibre entre le traitement de l'information syntaxique et sémantique. En outre, elle explore comment différentes caractéristiques linguistiques s'alignent avec les réponses cérébrales MEG au fil du temps et constate que cet alignement dépend de la quantité de contexte passé, indiquant que le cerveau code les mots légèrement en retard par rapport à celui actuel, en attendant plus de contexte futur. De plus, elle met en évidence la plausibilité biologique de l'apprentissage des états de réservoir dans les réseaux à état d'écho, offrant ainsi une interprétabilité, une généralisabilité et une efficacité computationnelle dans les modèles basés sur des séquences. En fin de compte, cette recherche apporte des contributions précieuses à la neurolinguistique, à la neuroscience cognitive et au TALNThis thesis explores the synergy between artificial intelligence (AI) and cognitive neuroscience to advance language processing capabilities. It builds on the insight that breakthroughs in AI, such as convolutional neural networks and mechanisms like experience replay 1, often draw inspiration from neuroscientific findings. This interconnection is beneficial in language, where a deeper comprehension of uniquely human cognitive abilities, such as processing complex linguistic structures, can pave the way for more sophisticated language processing systems. The emergence of rich naturalistic neuroimaging datasets (e.g., fMRI, MEG) alongside advanced language models opens new pathways for aligning computational language models with human brain activity. However, the challenge lies in discerning which model features best mirror the language comprehension processes in the brain, underscoring the importance of integrating biologically inspired mechanisms into computational models. In response to this challenge, the thesis introduces a data-driven framework bridging the gap between neurolinguistic processing observed in the human brain and the computational mechanisms of natural language processing (NLP) systems. By establishing a direct link between advanced imaging techniques and NLP processes, it conceptualizes brain information processing as a dynamic interplay of three critical components: "what," "where," and "when", offering insights into how the brain interprets language during engagement with naturalistic narratives. This study provides compelling evidence that enhancing the alignment between brain activity and NLP systems offers mutual benefits to the fields of neurolinguistics and NLP. The research showcases how these computational models can emulate the brain’s natural language processing capabilities by harnessing cutting-edge neural network technologies across various modalities—language, vision, and speech. Specifically, the thesis highlights how modern pretrained language models achieve closer brain alignment during narrative comprehension. It investigates the differential processing of language across brain regions, the timing of responses (Hemodynamic Response Function (HRF) delays), and the balance between syntactic and semantic information processing. Further, the exploration of how different linguistic features align with MEG brain responses over time and find that the alignment depends on the amount of past context, indicating that the brain encodes words slightly behind the current one, awaiting more future context. Furthermore, it highlights grounded language acquisition through noisy supervision and offers a biologically plausible architecture for investigating cross-situational learning, providing interpretability, generalizability, and computational efficiency in sequence-based models. Ultimately, this research contributes valuable insights into neurolinguistics, cognitive neuroscience, and NLP
6
Chauveau, Dominique. "Étude d'une extension du langage synchrone SIGNAL aux modèles probabilistes : le langage SIGNalea." Rennes 1, 1996. http://www.theses.fr/1996REN10110.
Повний текст джерелаАнотація:
L'absence d'outils ergonomiques pour le traitement de systemes stochastiques complexes, comme on peut en trouver dans de nombreuses applications industrielles, a conduit le projet epatr de l'irisa a envisager la realisation d'une extension du langage de programmation signal pour la manipulation de systemes hybrides stochastiques/non-stochastiques. Developpe depuis une dizaine d'annees par le projet epatr, le langage signal est un langage flot de donnees de type equationnel, appartenant a la famille des langages synchrones et destine a la specification de systemes reactifs temps-reel. Une interface graphique integree a l'environnement signal permet de specifier des programmes de facon modulaire et hierarchique sous la forme de boites interconnectees. L'extension de signal aux modeles aleatoires, que l'on appelle signalea, doit permettre la specification de systemes complexes faisant intervenir des composantes aleatoires et des composantes de nature symbolique. Elle doit egalement fournir a l'utilisateur des methodes efficaces de simulation (simulation rapide d'evenements rares,) et d'estimation (reconnaissance de formes, diagnostic,) generees automatiquement a partir de la specification de depart. La definition de signalea a des le debut souleve des problemes mathematiques complexes, dont une etude approfondie a conduit a la definition du formalisme mathematique css. Le modele css ne s'interesse qu'aux cas ou le systeme etudie met en jeu un nombre fini de variables. Les objets de base de ce modele sont des systemes hybrides stochastiques/non-stochastiques. Nous definissons sur ces systemes une generalisation de la regle de bayes qui nous permet d'obtenir des methodes de simulation et d'estimation incrementales se rapprochant assez fortement des travaux de a. P. Dempster et g. Shafer en statistique et intelligence artificielle sur les fonctions de croyance et reseaux de croyance. La version de signalea que nous presentons dans ce document est sur une generalisation du langage signal qui permet d'inclure des bulles de type css. Elle donne la possibilite de specifier tout systeme dynamique aleatoire de type automate stochastique, ou hidden markov model (hmm). Dans le cas booleen, le calcul des primitives intervenant pour la simulation bayesienne a ete implemente en utilisant des techniques bdd (binary decision diagram). Enfin, nous apportons un element nouveau au modele css qui est la prise en compte de la hierarchie des systemes dans les algorithmes de simulation et d'estimation incrementales
7
Fleurey, Franck. "Langage et méthode pour une ingénierie des modèles fiable." Phd thesis, Université Rennes 1, 2006. http://tel.archives-ouvertes.fr/tel-00538288.
Повний текст джерелаАнотація:
Ce travail s'inscrit dans un contexte où la taille et la complexité des logiciels augmentent alors que les contraintes de temps de développement, de qualité, de maintenance et d'évolution sont toujours plus fortes. Pour répondre à cette tendance, l'ingénierie dirigée par les modèles constitue une évolution prometteuse des techniques de génie logiciel. Les idées de l'ingénierie dirigée par les modèles sont, d'une part de rendre les modèles productifs, et d'autre part d'automatiser certaines étapes du développement grâce à des transformations de modèles. Une des conditions pour que l'ingénierie dirigée par les modèles tienne ses promesses, en terme de productivité et de qualité, est d'assurer, tout d'abord, la correction des modèles, et ensuite, la correction des transformations utilisées. La contribution de ce travail s'articule autour de ces deux axes et constitue un premier pas vers la fiabilisation des processus de dévelopement dirigés pas les modèles. Le premier axe de ce travail vise à améliorer les possibilités de validation des modèles en proposant une plateforme pour la définition de langages de modélisation. En fonction des expériences et du domaine considéré, les modèles utilisés dans l'ingénierie dirigée par les modèles sont exprimés dans divers langages de modélisation. Comme tout langage, un langage de modélisation est constitué de plusieurs éléments de spécification : une syntaxe abstraite (ou méta-modèle), une sémantique et des contraintes syntaxiques et sémantiques. Pour assurer la précision et la cohérence d'un tel langage, il faut d'une part spécifier sans ambiguïtés chaque élément, et d'autre part assurer la bonne intégration des différents éléments entre eux. Or, les pratiques actuelles de l'ingénierie dirigée par les modèles utilisent des formalismes hétérogènes et parfois difficiles à exploiter (le langage naturel par exemple) pour la spécification de ces éléments. Afin d'améliorer la définition des langages de modélisation, nous proposons l'utilisation d'un coeur sémantique unique et précis. Ce coeur sémantique se présente sous la forme d'un langage appelé Kermeta. Au coeur de la plateforme d'ingénierie dirigée par les modèles développée par l'équipe Triskell, le langage Kermeta a été utilisé dans des contextes variés dont la transformation de modèles, la modélisation orientée-aspects et l'analyse d'exigences logicielles. L'utilisation de Kermeta pour ces applications a permis de valider le langage et de mettre en évidence ses avantages par rapport aux techniques existantes. Le second axe de ce travail concerne la validation des transformations de modèles. Celles-ci sont utilisées pour automatiser les phases du processus de développement qui peuvent l'être. Qu'il s'agisse de raffinement, de composition, de refactoring ou encore de génération de code, la qualité des transformations de modèles est primordiale pour assurer la qualité des logiciels développés. Il suffit en effet qu'une seule transformation utilisée soit erronée pour que l'ensemble du processus de développement soit fragilisé. Dans ce contexte, nous proposons une technique pour la sélection de modèles de test permettant la validation des programmes de transformation de modèles. Cette technique tire avantage du fait que toute transformation de modèles manipule des données dont la structure est décrite par un méta-modèle.
8
Laborde-Huguet, Bénédicte. "Recherche sur les mécanismes moléculaires de l'instabilité protéique des vins blancs." Bordeaux 2, 2006. http://www.theses.fr/2006BOR21381.
Повний текст джерелаАнотація:
Les protéines solubles des vins blancs sont instables et peuvent précipiter au cours de la conservation des vins sous l'influence d'une augmentation de température. Nous proposons un nouveau modèle réactionnel de la casse protéique qui résulte principalement non pas de la dénaturation des protéines mais de l'intervention de composés non protéiques capables de les faire troubler. Ces molécules très probablement d'origine pelliculaire sont présentes dans les moûts et les vins sous forme de précurseurs qui par chauffage vont se transformer en molécules actives réagissant avec les protéines par des interactions qui pourraient être de nature ionique. La mise en place d'une cascade de purification a permis de montrer que ces molécules ne font très probablement pas partie des familles moléculaires suivantes : les composés phénoliques, les aldéhydes et les cétones ou peut-être les peptidesSoluble proteins of white wines are heat unstable and can precepitate during conservation. We propose a new reactional model for protein haze formation, which implies not only protein denaturation but essentially non-proteinaceous compounds involvement. These molecules, probably localized in grape skin, are present in must and wine as precursors. Heat transformes these molecules into active factors able to react with proteins probably through ionic interactions. A purification chain showed that these molecules do not seem to belong to the following molecular families : phenolic compounds, aldehydes and ketones, and probably peptides
9
LABAT, GILLES. "Modélisation d'hémoprotéines, cytochrome P-450, chloroperoxydase et lignine peroxydase : modèles efficaces de la lignine peroxydase et développement de procédés d'oxydation par catalyse biomimétique." Toulouse 3, 1989. http://www.theses.fr/1989TOU30175.
Повний текст джерелаАнотація:
Ce memoire montre l'interet des metalloporphyrines synthetiques dans la modelisation d'hemoproteines. Dans une premiere partie, des essais de synthese de complexes porphyriniques modelisant le cytochrome p-450 sont decrits. Dans une deuxieme partie, la modelisation de la chloroperoxydase par des metalloporphyrines encombrees anioniques de fer et de manganese libres en solution ou immobilisees sur support (adsorbees sur resine echangeuse d'ions ou fixees sur un polymere poly-vinylpyridine) est decrite. Dans une troisieme partie, la modelisation de la lignine peroxydase est etudiee. Ces memes modeles associes a des donneurs d'oxygene (monopersulfate de potassium, eau oxygenee et le sel de l'acide monoperoxyphtalique) permettent d'atteindre des activites catalytiques de 10 a 20 cycles par seconde lors de l'oxydation de composes modeles de la lignine. Ces catalyseurs biomimetiques originaux associes a plusieurs peroxydes organiques ou inorganiques sont a l'origine de l'elaboration de noueaux systemes catalytiques libres et supportes, resistants en milieu oxydant et du developpement de plusieurs procedes d'oxydation
10
Lopes, Marcos. "Modèles inductifs de la sémiotique textuelle." Paris 10, 2002. http://www.theses.fr/2002PA100145.
Повний текст джерелаКниги з теми "Modèles de langage protéique"
1
Laughton, Stephen. Le Courrier des affaires en anglais: 50 modèles de lettres. Alleur (Belgique): Marabout, 1989.
Знайти повний текст джерела
2
Barbier, Franck. UML 2 et MDE: Ingénierie des modèles avec études de cas. Paris: Dunod, 2005.
Знайти повний текст джерела
3
Novák, Vilém. The alternative mathematical model of linguistic semantics and pragmatics. New York: Plenum, 1992.
Знайти повний текст джерела
4
Novák, Vilém. The alternative mathematical model of linguistic semantics and pragmatics. New York: Plenum Press, 1992.
Знайти повний текст джерела
5
Grand, Mark. Patterns in Java. New York: John Wiley & Sons, Ltd., 2002.
Знайти повний текст джерела
6
Christopher, Gardner, ed. Financial modelling in Python. Chichester, West Sussex: John Wiley & Sons, 2009.
Знайти повний текст джерела
7
1971-, Schmid Alexander, and Wolff Eberhard 1972-, eds. Server component patterns: Component infrastructures illustrated with EJB. Hoboken, J.J: J. Wiley, 2002.
Знайти повний текст джерела
9
Jeffrey, Conklin E., and Hill Jane Anne Collins, eds. From schema theory to language. New York: Oxford University Press, 1987.
Знайти повний текст джерелаЧастини книг з теми "Modèles de langage protéique"
1
Tabet, Emmanuelle. "Un langage «bouleversé comme le cœur»: conversion religieuse et conversion littéraire chez Chateaubriand." In Dynamiques de conversion: modèles et résistances, 151–59. Turnhout: Brepols Publishers, 2012. http://dx.doi.org/10.1484/m.behe-eb.4.00304.
Повний текст джерела
2
Marot, Patrick. "Deux modèles métaphysiques de la théorie littéraire." In Interactions dans les Sciences du Langage. Interactions disciplinaires dans les Études littéraires, 259–69. Београд: Универзитет у Београду, Филолошки факултет, 2019. http://dx.doi.org/10.18485/efa.2019.11.ch19.
Повний текст джерела
3
FERET, Jérôme. "Analyses des motifs accessibles dans les modèles Kappa." In Approches symboliques de la modélisation et de l’analyse des systèmes biologiques, 337–98. ISTE Group, 2022. http://dx.doi.org/10.51926/iste.9029.ch9.
Повний текст джерелаАнотація:
Ce chapitre propose un langage de réécriture pour modéliser l’évolution d'ensembles d'instances de protéines et de leurs liaisons. Ce niveau de détail permet une représentation compacte grâce à une description locale des interactions et ouvre la voie à diverses abstractions. En particulier, nous utilisons ici cette structure pour calculer des propriétés locales des complexes protéiques.
4
Bonin, Patrick. "Chapitre 5. Modèles de la production verbale de mots." In Psychologie du langage, 249–305. De Boeck Supérieur, 2013. http://dx.doi.org/10.3917/dbu.bonin.2013.01.0249.
Повний текст джерела
5
VERGARA, ANGIE RIVERA, FRANCE BEAUREGARD, and NATHALIE S. TRÉPANIER. "La classe de langage:." In Des modèles de service pour favoriser l'intégration scolaire, 103–30. Presses de l'Université du Québec, 2010. http://dx.doi.org/10.2307/j.ctv18pgrj2.9.
Повний текст джерела
6
Vergara, Angie Rivera, France Beauregard, and nathalie S. trépanier. "La classe de langage." In Des modèles de service pour favoriser l'intégration scolaire, 103–30. Presses de l'Université du Québec, 2010. http://dx.doi.org/10.1515/9782760525269-007.
Повний текст джерела
7
Nespoulous, Jean-Luc. "11. La « mise en mots » ... De la phrase au discours : modèles psycholinguistiques et pathologie du langage." In Langage et aphasie, 251. De Boeck Supérieur, 1993. http://dx.doi.org/10.3917/dbu.eusta.1993.01.0251.
Повний текст джерела
8
FLEURY SOARES, Gustavo, and Induraj PUDHUPATTU RAMAMURTHY. "Comparaison de modèles d’apprentissage automatique et d’apprentissage profond." In Optimisation et apprentissage, 153–71. ISTE Group, 2023. http://dx.doi.org/10.51926/iste.9071.ch6.
Повний текст джерелаАнотація:
Pour réaliser un audit, l'utilisation de toutes les informations disponibles relatives à l'univers ou au sujet de l'audit pourrait améliorer la qualité des résultats. La classification des documents textuels de l'audit pourrait permettre l'utilisation d'informations supplémentaires pour améliorer les données structurées existantes, ce qui conduirait à une meilleure connaissance pour soutenir le processus d'audit. Nous avons appliqué cette démarche au traitement du langage naturel.
9
Radu-Lefebvre, Miruna, and Eric Michaël Laviolette. "Chapitre 12. L’impact des modèles de rôle positifs et négatifs, selon l’activation d’un but de promotion versus prévention." In Psychologie sociale, communication et langage, 217–37. De Boeck Supérieur, 2011. http://dx.doi.org/10.3917/dbu.caste.2011.01.0217.
Повний текст джерела
10
Martin, Serge. "La voix comme sujet-relation : de la transmission des modèles de langue aux relations de voix." In Sens de la langue. Sens du langage, 127–38. Presses Universitaires de Bordeaux, 2011. http://dx.doi.org/10.4000/books.pub.8072.
Повний текст джерела