MAPS Machine learning et biomarqueurs des APprentissages Scolaires

Résumé

Les frontières de sciences humaines et sociales se renouvellent aujourd’hui, notamment en psychologie, éclairée par les résultats issus des neurosciences cognitives et l’utilisation de méthodes sophistiquées de mathématiques appliquées. Du fait de la plasticité du cerveau, l’apprentissage est associé à des changements anatomiques et fonctionnels du cerveau visibles avec les outils d’imagerie cérébrale non invasifs comme l’imagerie par résonance magnétique (IRM). La constitution de grandes bases de données IRM longitudinales (enfants et adolescents suivis pendant plusieurs années) permettent pour la première fois d’identifier les biomarqueurs non seulement de certaines pathologies mais également, dans la population normale, de certaines difficultés d’acquisition d’outils culturels (lecture, mathématiques, raisonnement, pensée critique). Le projet MAPS s’inscrit dans le cadre général de l’éducation personnalisée (ou de précision) et vise à développer et à appliquer des méthodes mathématiques (analyse multi-échelle, clustering supervisé et non-supervisé, classification individuelle) pour analyser des données d’apprentissage. Ces approches nécessitent une collaboration étroite entre des spécialistes en psychologie du développement et neurosciences cognitives de l’éducation qui constituent et analysent ce type de bases de données et des spécialistes en mathématiques appliquées à même de développer les algorithmes de traitement automatique de ces bases de données, en particulier l’analyse de données multi-échelle (gène-cerveau-comportement) et la mise au point de classificateur pour des analyses au niveau individuel.

Mots clés

Partenaires du projet

INSHS

Arnaud CACHIA

Mathématiques Appliquées À Paris 5

(UMR8240) Paris, France

INSMI

Antoine Chambaz

Mathématiques Appliquées À Paris 5

(UMR8145) France

libre de droits
libre de droits
Go to top of page