LINE - Mnémosyne : Des neurosciences computationnelles aux sciences de l’éducation computationnelles pour la modélisation du cerveau de l’apprenant et du contexte de l’activité d’apprentissage - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Article Dans Une Revue Bulletin de l'Association Française pour l'Intelligence Artificielle Année : 2020

LINE - Mnémosyne : Des neurosciences computationnelles aux sciences de l’éducation computationnelles pour la modélisation du cerveau de l’apprenant et du contexte de l’activité d’apprentissage

Résumé

Face au défi de comprendre les processus d’apprentissage humain, notre programme de recherche interdisciplinaire vise donc à combiner d’une part des modélisations développée en neurosciences computationnelles et en intelligence artificielle bio-inspirée et d’autre part la modélisation en sciences de l’éducation de la personne apprenante et la situation d’apprentissage dans une tâche bien définie. Ce programme doit contribuer aux travaux initiés dans ce domaine émergent des sciences computationnelles de l’éducation (Computational Learning Sciences).
Fichier principal
Vignette du fichier
108_avr20 (1).pdf (214.68 Ko) Télécharger le fichier
02-Article.zip (7.75 Ko) Télécharger le fichier
Origine : Accord explicite pour ce dépôt
Commentaire : Sources du document
Loading...

Dates et versions

hal-02541099 , version 1 (25-05-2020)

Identifiants

  • HAL Id : hal-02541099 , version 1

Citer

Margarida Romero, Frédéric Alexandre, Thierry Viéville, Gérard Giraudon. LINE - Mnémosyne : Des neurosciences computationnelles aux sciences de l’éducation computationnelles pour la modélisation du cerveau de l’apprenant et du contexte de l’activité d’apprentissage. Bulletin de l'Association Française pour l'Intelligence Artificielle, 2020, 108. ⟨hal-02541099⟩
470 Consultations
324 Téléchargements

Partager

Gmail Facebook X LinkedIn More