Master Thesis Online
Modélisation computationnelle de la familiarité absolue et relative selon un apprentissage de type Hebbien ou anti-Hebbien
Warnier, William 
Promotor(s) :
Sougné, Jacques
;
Delhaye, Emma
Date of defense : 1-Sep-2025/9-Sep-2025 • Permalink : http://hdl.handle.net/2268.2/24733
s171879_WARNIER_2025.pdfDetails
| Title : | Modélisation computationnelle de la familiarité absolue et relative selon un apprentissage de type Hebbien ou anti-Hebbien |
| Translated title : | [en] Computational modeling absolute and relative familiarity via Hebbian our anti-Hebbien learning rules |
| Author : | Warnier, William
|
| Date of defense : | 1-Sep-2025/9-Sep-2025 |
| Advisor(s) : | Sougné, Jacques
Delhaye, Emma
|
| Committee's member(s) : | Defays, Daniel
Baudet, David
|
| Language : | French |
| Number of pages : | 54 |
| Keywords : | [en] neurscience [en] model [en] familiarity [en] artificial neurons |
| Discipline(s) : | Social & behavioral sciences, psychology > Neurosciences & behavior |
| Commentary : | Read, J., Delhaye, E., & Sougné, J. (2024). Computational models can distinguish the contribution from different mechanisms to familiarity recognition. Hippocampus, 34(1), 36‑50. https://doi.org/10.1002/hipo.23588 |
| Target public : | Researchers Professionals of domain Student General public |
| Institution(s) : | Université de Liège, Liège, Belgique |
| Degree: | Master en sciences psychologiques, à finalité spécialisée |
| Faculty: | Master thesis of the Faculté de Psychologie, Logopédie et Sciences de l’Education |
Abstract
[fr] Ce mémoire vise à modéliser la familiarité absolue et relative dans un réseau de neurones artificiels par une règle d'apprentissage Hebbienne et anti-Hebbien, respectivement. A partir du modèle proposé par Read et al. (2024), une architecture combinant ResNet50 et un module mnésique a été mise en oeuvre. Les simulations, menées sur des ensembles d'images de familiarité absolue variable, montrent que la règle d'apprentissage et le niveau de familiarité absolue influence les performances du modèle dans un tâche de reconnaissance de type "Oui/Non".
Cite this master thesis
All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.
