Titre : | Cerveau bayésien : peut-on modéliser l'émotion ? (2021) |
Auteurs : | BOTTEMANNE HUGO |
Type de document : | Article |
Dans : | ENCEPHALE (1 vol 47, 2021) |
Article en page(s) : | 58-63 |
Note générale : | Fig./43 réf. bibliogr. |
Descripteurs |
[SANTEPSY] DECISION [SANTEPSY] EMOTION [SANTEPSY] MATHEMATIQUES [SANTEPSY] MODELE [SANTEPSY] NEUROSCIENCES [SANTEPSY] PATHOLOGIE PSYCHIATRIQUE |
Mots-clés libres: | BAYES THOMAS ; EXPRESSION DE L EMOTION |
Résumé : | La modélisation computationnelle permet de construire des modèles mathématiques simulant les mécanismes de perception, de prise de décision et de mise à jour des croyances. Ces modèles représentent mathématiquement ces processus complexes de traitement de l'information en combinant une distribution de probabilité antérieure, une fonction de vraisemblance et un ensemble de paramètres et d'hyperparamètres. Leur utilisation a popularisé la conception d'un système nerveux fonctionnant comme une machine prédictive, ou ' cerveau bayésien '. Appliqués à la psychiatrie, ces modèles offrent des explications mécanistiques des dysfonctionnements retrouvés dans les troubles psychiatriques. Malgré les preuves de l'influence de l'émotion sur les processus cognitifs et son implication dans les troubles psychiatriques, peu de modèles computationnels proposent des représentations mathématiques de l'émotion ou intègrent des facteurs émotionnels dans leurs paramètres de modélisation. Nous présentons ici quelques hypothèses computationnelles pour la modélisation de paramètres affectifs et nous suggérons que les modèles bayésiens des troubles psychiatriques bénéficieraient de ces paramètres de modélisation [Résumé d'auteur] |
En ligne : | https://www.em-premium.com/article/1427611 |