Apprentissage moteur. Les approches basées sur les théories de l’apprentissage moteur tiennent habituellement compte de quatre variables principales: les étapes d’apprentissage, le type de tâche à réaliser, la pratique et le feedback. Le processus d’apprentissage moteur comprend trois stades. Le premier est le stade cognitif, c’est-à-dire que l’individu connaît chaque séquence de la tâche à réaliser, mais il ne sait pas exactement comment l’exécuter. Ensuite, il y a le stade associatif, qui correspond au raffinement des habiletés motrices et à la diminution d’erreurs.
Motor skillA motor skill is a function that involves specific movements of the body's muscles to perform a certain task. These tasks could include walking, running, or riding a bike. In order to perform this skill, the body's nervous system, muscles, and brain have to all work together. The goal of motor skill is to optimize the ability to perform the skill at the rate of success, precision, and to reduce the energy consumption required for performance. Performance is an act of executing a motor skill or task.
Contrôle moteurEn neurosciences, le contrôle moteur est la capacité de faire des ajustements posturaux dynamiques et de diriger le corps et les membres dans le but de faire un mouvement déterminé. Le mouvement volontaire est initié par le cortex moteur primaire et le cortex prémoteur. Le signal est ensuite transmis aux circuits du tronc cérébral et de la moelle épinière qui activent les muscles squelettiques qui, en se contractant, produisent un mouvement. Le mouvement produit renvoie des informations proprioceptives au système nerveux central (SNC).
SomesthésieLa somesthésie (dite aussi sensibilité du corps) constitue un des systèmes sensoriels de l'organisme. La somesthésie désigne un ensemble de différentes sensations (pression, chaleur, douleur...) qui proviennent de plusieurs régions du corps (peau, tendons, articulations, viscères...). Ces sensations sont élaborées à partir des informations fournies par de nombreux récepteurs sensitifs du système somatosensoriel, situés dans les tissus de l'organisme (mécanorécepteurs du derme et des viscères, fuseaux neuromusculaires des muscles, fuseaux neurotendineux des tendons, plexus de la racine des poils.
Planification motriceLa planification motrice est un processus cognitif et psychomoteur, permettant d’élaborer un mouvement volontaire et de l’organiser en séquences avant de l’exécuter . Pour ce faire, avant chaque mouvement, le cerveau établit un plan moteur composé d’images mentales qui s’enchaînent . Cela est possible parce qu’il s’agit d’un automatisme qui anticipe le résultat de chaque mouvement. Lors de l’étape suivante, le cerveau spécifie les paramètres du mouvement, c’est-à-dire les éléments spatio-temporels (direction, force, amplitude, vitesse) et visuo-spatiaux qui orienteront l’action .
ProprioceptionLa proprioception (formé de proprio-, tiré du latin proprius, « propre », et de [ré]ception), ou sensibilité profonde, désigne la perception, consciente ou non, de la position des différentes parties du corps. Elle fonctionne grâce à de nombreux récepteurs musculaires et ligamentaires et aux voies et centres nerveux impliqués. La proprioception fait partie de la somesthésie. Le propriocepteur est le récepteur sensoriel qui assure la proprioception. La proprioception a été d'abord caractérisée chez les humains.
Cortex moteurLe cortex moteur désigne l'ensemble des aires du cortex cérébral qui participent à la planification, au contrôle et à l'exécution des mouvements volontaires des muscles du corps. D'un point de vue anatomique, le cortex moteur est situé dans la partie postérieure du lobe frontal, au niveau de la région caudale de la circonvolution frontale ascendante en avant du sillon central. Le cortex moteur est en interaction constante avec d'autres structures nerveuses impliquées dans le mouvement comme le système des ganglions de la base et le cervelet.
Primary somatosensory cortexIn neuroanatomy, the primary somatosensory cortex is located in the postcentral gyrus of the brain's parietal lobe, and is part of the somatosensory system. It was initially defined from surface stimulation studies of Wilder Penfield, and parallel surface potential studies of Bard, Woolsey, and Marshall. Although initially defined to be roughly the same as Brodmann areas 3, 1 and 2, more recent work by Kaas has suggested that for homogeny with other sensory fields only area 3 should be referred to as "primary somatosensory cortex", as it receives the bulk of the thalamocortical projections from the sensory input fields.
Cortex cérébralLe cortex cérébral (ou écorce cérébrale), d'origine prosencéphalique, est la substance grise périphérique des hémisphères cérébraux. Il se compose de trois couches (pour l'archi- et le paléocortex) à six couches (pour le néocortex) renfermant différentes classes de neurones, d'interneurones et de cellules gliales. Le cortex peut être segmenté en différentes aires selon des critères cytoarchitectoniques (nombre de couches, type de neurones), de leur connexions, notamment avec le thalamus, et de leur fonction.
Rythme cérébralUn rythme cérébral (appelé aussi activité neuro-électrique) désigne l'oscillation électromagnétique émise par le cerveau des êtres humains, mais également de tout être vivant. Le cortex frontal qui permet la cognition, la logique et le raisonnement est composé de neurones qui sont reliés entre eux par des synapses permettant la neurotransmission. Mesurables en volt et en hertz, ces ondes sont de très faible amplitude : de l'ordre du microvolt (chez l'être humain), elles ne suivent pas toujours une sinusoïde régulière.
Réseau de neurones (biologie)En neurosciences, un réseau de neurones correspond, schématiquement : Soit à un nombre restreint de différents neurones interconnectés, qui ont une fonction précise, comme le ganglion stomatogastrique qui contrôle l'activité des muscles de l'estomac des crustacés. Soit à un grand nombre de neurones similaires interconnectés, qui ont des fonctions plus cognitives, comme les réseaux corticaux qui permettent entre autres la catégorisation.
Gyrus postcentralLe gyrus postcentral ou la circonvolution pariétale ascendante est un gyrus du lobe pariétal du cortex cérébral, limité en avant par le sillon central et en arrière par le sillon postcentral. C'est un ruban vertical qui suit les sinuosités de la scissure de Rolando (ou sillon central), tout comme son symétrique le gyrus précentral. Il s'unit d'ailleurs à ce dernier par des plis de passage qui contournent les extrémités du sillon de Rolando, dans des régions nommées opercule rolandique en bas et lobule paracentral sur la face interne (en haut).
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Nociceptionvignette|Fibres nerveuses sensorielles stimulées au-delà de l'intensité nocive provoquant une douleur nociceptive. La nociception est une fonction défensive présente chez les vertébrés ainsi que chez les invertébrés. C'est une fonction permettant l'intégration, au niveau du système nerveux central, d'un stimulus potentiellement nocif via l'activation des nocicepteurs cutanés, viscéraux, musculaires et articulaires. Le transport de l'information sensorielle par les nerfs se fait de la périphérie (lieu de transduction d'un message potentiellement nocif en nociception) jusqu'au thalamus.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
Fine motor skillFine motor skill (or dexterity) is the coordination of small muscles in movement with the eyes, hands and fingers. The complex levels of manual dexterity that humans exhibit can be related to the nervous system. Fine motor skills aid in the growth of intelligence and develop continuously throughout the stages of human development. Motor skills are movements and actions of the bone structures. Typically, they are categorised into two groups: gross motor skills and fine motor skills.
CortexEn biologie, le cortex (mot latin signifiant écorce, l'adjectif étant cortical) est la couche superficielle ou périphérique d'un tissu organique. Le cortex cellulaire est une couche spécialisée de cytoplasme sur la face interne de la membrane plasmique. Par métonymie, le terme sert souvent à désigner spécifiquement le cortex cérébral, ainsi on parlera du cortex pariétal pour désigner la couche de neurones du cerveau formant le cortex du lobe pariétal. Exemples d'organes présentant un cortex identifié : cer
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Rule-based machine learningRule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
