Overblog
Editer l'article Suivre ce blog Administration + Créer mon blog

Recherche

7 octobre 2017 6 07 /10 /octobre /2017 22:39
Iranian artist Maryam Hashemi, Motherships, 2010

Iranian artist Maryam Hashemi, Motherships, 2010

Peut-on imaginer une science sans tabou, une science dont la seule motivation serait le désir “d’entendre” l’harmonie de l’univers et ses multiples expressions sans querelle ni chapelle? Une science qui ferait du devoir de comprendre le vecteur de ses démarches et qui ne se satisferait pas des dogmes érigés en croyance, une science qui chercherait dans l’expérience et les faits les fondements de ses constructions, qui fuirait comme la peste la mystification du réel au profit de LA THEORIE, une science où l’honnêteté et l’humilité seraient les vertus cardinales conduisant à une meilleure approximation du réel.

Une telle science [-1]  n’aurait aucun scrupule à s’occuper de sujets limites. Bien au contraire, elle les considérerait comme autant de portes sur l’inconnu qui ne demandent qu’à être ouvertes. Essayons de nous projeter dans cet espace imaginal et voyons ce que pourrait donner une telle science sur un sujet tant décrié tel que celui des abductions. Le sujet divise, interpelle, affole, inquiète tellement qu’il fait l’objet d’un enterrement de première classe par nos “experts” en rationalité. Et si, sans idée préconçue, on se décidait à prendre en considération ces abductions comme une expression de la réalité qui ne demande qu’à être étudiée, non pas comme un n ième syndrome de je ne sais quelle pathologie mais bien l’interférence d’une réalité exotique avec l’humanité. J’ai conçu cette article comme un hommage appuyé à ce fantastique chercheur, John E. Mack, qui contre vents et marées, s’est battu pour le populariser, jouant sa renommée et son poste pour faire apparaître la vérité [0].

John

John

Projetons-nous donc dans cet espace imaginal où j’ai découvert la publication de la spécialiste norvégienne Emma Iumma diplômée de l’université Oslo et Akershus en sciences appliquées et qui a justement mené sa thèse de doctorat sur la question des abductions. L’idée centrale de ce travail est de montrer, à partir d’un corpus à la fois théorique et pratique que les abductions représentent une immixtion de notre espace imaginal et de notre âme collective terrestre par une réalité exotique.

Oslo and Akershus University

Oslo and Akershus University

Pour se faire, Emma s’est appuyée sur:

  1. 1 Une mise en perspective de la question de l’essence à partir du conceptualisme Lockéen de l’essence réelle des choses [1] versus leur essence nominale et l’utilisation de concepts sortaux pour en définir les classifications. Comment peut-on classer les espèces et les genres ? Le concept d’essence nominale prend toute sa force. Ces classifications s’opèrent à l’aide de noms, de termes représentant des idées abstraites. Ces idées abstraites deviennent des concepts sortaux qui jouent un rôle décisif dans la classification des choses (cf. Locke). Emma éclaire ainsi la question des abductions en la positionnant dans une démarche à la fois philosophique, métaphysique, épistémique et sémantique.
  2. 2 Un échantillon de sujets victimes d’abduction à travers la planète. Pour éviter un travers local, les sujets sont originaires d’un peu tous les pays, Chine, Brésil, etc., le phénomène d’abduction concernant selon les estimations près de 3 % de la population mondiale. Pour chaque sujet, les données relatives à son parcours à la fois familial et social ont été enregistrées ainsi que ses données médicales (groupe sanguin, patrimoine génétique, etc.). L’étude a aussi pris en compte l’existence éventuelle de signes physiques post abduction tels que les cicatrices, les implants, les fausses couches, etc.
  3. 3 Les récits des victimes sujets d’abduction exprimés avec leurs mots et leurs cultures en essayant au maximum d’éviter un biais de perception lors de la retranscription grâce à l’utilisation des techniques de speech recording et de la transformation de la voix en texte.
  4. 4 Les enregistrements cliniques des paramètres vitaux et l’activité de certains organes (cerveau, muscles, et.), activité oculaire lorsque le sujet revivait son abduction que cela soit par le ressouvenir conscient, les états modifiés de conscience atteints soit par relaxation, soit par hypnose avec l’assistance d’un hypno thérapeute dument contrôlé pour éviter toute suggestion. L’ensemble des séances ont été enregistrées ainsi que tous les paramètres d’intérêt. Le cerveau tient une place à part dans cette étude en enregistrant notamment son activité à travers des techniques dérivées de la polysomnographie, les signaux EEG, et l’imagerie par résonance magnétique fonctionnelle (fMRI) ou la tomographie.
  5. 5 L’utilisation de techniques sophistiquées d’apprentissage profond (Deep Learning) sur “les matériaux récoltés” en 2, 3 et 4 pour établir à la fois une classification des états de l’abduction et l’établissement de corrélations entre les récits, les états identifiés, les paramètres corporels des sujets et leur parcours de vie.
  6. 6 Une mise en relation avec les  travaux du philosophe Merleau Ponty et notamment son dernier ouvrage inachevé “Le visible et l’invisible”.

 

Emma Iumma prolonge ainsi un travail à la fois exploratoire et précurseur qui avait été mené par Norman S.Don [2] en 1997 en lui donnant “toute la chair et le corps” que les nouvelles technologies en matière de big data peuvent amener. Le travail est à la fois fascinant et inquiétant parce qu’il apporte une confirmation expérimentale de l’immixtion d’une réalité exotique dans la sphère culturelle et imaginale terrestre. L’étude met en lumière sur base à la fois des récits d’abductés, qui sont eux aussi passés au filtre des apprentissages profonds pour en faire germer les classes et strates et de l’ensemble des données d’enregistrement des états de conscience modifiés, une interférence exotique notable et démontrable, dont l’immixtion est à la fois profonde et multiple. Les méta analyses mettent en exergue des archétypes représentationnels qui apparaissent comme autant de paravent d’une réalité cachée sous un drap d’inconnu. Associée à l’archétype exotique apparait une phénoménologie physique qui se distingue de celle de l’être humain dans un langage chargé de concepts novateurs qui viennent à la fois fertiliser un âme collective connectée, mais aussi pousser un agenda qu’Emma essaye de percer grâce à l’étude du champ d’interaction. En s’inspirant des travaux du philosophe Merleau Ponty et notamment de son ouvrage  “Le visible et l’invisible”, Emma essaye de dégager une ontologie du contact qui n’est pas “la chair du monde” mais “la chair des mondes”. Son travail, en apportant un éclairage novateur sur un sujet laissé en jachère depuis des lustres, agit comme une sorte d’exploration dans l’entre monde, une visite de l’inconscient qui apparaît comme un intermédiaire universel entre les êtres conscients du cosmos, inconscient à la fois universel, hétéronome et isonome, vecteur de communication et d’exploration. « Si c’est par le monde que je suis vu ou pensé, c’est par le cosmos que j’existe, que je me réalise et que je communique! » Emma souligne l’importance du corps dans “ce voyage” des abductés, ce corps dont on ne sait même pas ce qu’il peut (Spinoza) semble se présenter “toujours du même côté” tout en étant objet de réversibilité. Elle cite justement une extrait du livre inachevé de Merleau Ponti, “Le visible et l’invisible” qui mérite le détour:

Mon corps dans le visible. Cela ne veut pas dire simplement: il est un morceau du visible, là il y a le visible et ici (comme variante du là) il y a mon corps. Non, il est entouré par le visible. Cela ne se passe pas sur un plan dont il serait une marqueterie, il est vraiment entouré, circonvenu. Ceci veut dire: il se voit, il est un visible,- mais il se voit voyant, mon regard qui le trouve là sait qu’il est ici, de son côté à lui- Ainsi le corps dressé debout devant le monde et le monde debout devant lui, et il y a entre eux un rapport d’embrassement. Et entre ces deux êtres verticaux, il y a, non pas une frontière, mais une surface de contact-

La chair = ce que mon corps est passif-actif (visible-voyant), masse en soi et geste-

La chair du monde = son Horizonthaftigkeit (horizon intérieur et extérieur) entourant la mince pellicule du visible strict entre ces deux horizons-

La chair = le fait que le visible que je suis est voyant (regard) ou, ce qui revient au même, a un dedans + le fait que le visible extérieur est aussi vu, i.e. à un prolongement, dans l’enceinte de mon corps, qui fait partie de son être.

L’image spéculaire, la mémoire, la ressemblance : structures fondamentales (ressemblance de la chose et de la chose-vue). Car ce sont des structures qui dérivent immédiatement du rapport corps-monde – les reflets ressemblent aux reflétés = la vision commence dans les choses, certaines choses ou couples de choses appellent la vision – Montrer que toute notre expression et conceptualisation de l’esprit est empruntée à ces structures: p. ex. Réflexion.”

Kandinsky et le silence intérieur qui fait beaucoup de bruit.Kandinsky et le silence intérieur qui fait beaucoup de bruit.
Kandinsky et le silence intérieur qui fait beaucoup de bruit.Kandinsky et le silence intérieur qui fait beaucoup de bruit.

Kandinsky et le silence intérieur qui fait beaucoup de bruit.

Aussi cette enquête, quête des abductions où nous conduit Emma se présente comme la confrontation de plans irréductibles avec leurs éléments: “plan d’immanence de la philosophie, plan de composition de l’art, plan de référence  ou de coordination de la science, plan imaginal de l’inconnu qui percute les intersections; forme du concept, force de la sensation, fonction de la connaissance, foncteur des catégories d’espèces; concepts et personnages conceptuels, sensations et figures esthétiques, fonctions et observateurs partiels. Emma met en exergue les interférence illocalisables ou chaque discipline distincte est à sa manière en rapport avec un négatif: même la science est en rapport avec une non-science qui en renvoie les effets. Il ne s’agit pas de dire seulement que l’art doit nous former, nous éveiller, nous apprendre à sentir, nous qui ne sommes pas des artistes – et la philosophie nous apprendre à concevoir, et la science à connaître. De telles pédagogies ne sont possibles que si chacune des disciplines pour son compte est dans un rapport essentiel avec le Non qui la concerne. Le plan de la philosophie est pré-philosophique tant qu’on le considère en lui-même indépendamment des concepts qui viennent l’occuper, mais la non-philosophie se trouve là où le plan affronte le chaos. La philosophie a besoin d’une non-philosophie qui la comprend, elle a besoin d’une compréhension non-philosophique, comme l’art a besoin de non-art, et la science de non science. Ils n’en ont pas besoin comme commencement, ni comme fin dans laquelle ils seraient appelés à disparaître en se réalisant, mais à chaque instant de leur devenir ou de leur développement. Or, si les trois Non se distinguent encore par rapport au plan cérébral, ils ne se distinguent plus par rapport au chaos dans lequel le cerveau plonge. Dans cette plongée, on dirait que s’extrait du chaos l’ombre du “peuple à venir”, tel que l’art l’appelle, mais aussi la philosophie, la science: peuple-masse, peuple-monde, peuple-cerveau, peuple-chaos, peuple-cosmos. Pensée non-pensante qui gît dans les trois, intelligence en essaim qui fait de la multitude individuelle l’esprit indivisé, comme le concept non-concept de Klee ou le silence intérieur de Kandinsky. C’est là que les concepts, les sensations, les fonctions deviennent indécidables, en même temps que la philosophie, l’art, la science et l’inconnu, indiscernables, comme s’ils partageaient la même ombre, qui s’étend à travers leur nature différente et ne cesse de les accompagner, dans la fluidité cosmique des êtres non être surgissant du néant.”[3]

Concept non concept -Paul KleeConcept non concept -Paul Klee
Concept non concept -Paul KleeConcept non concept -Paul Klee
Concept non concept -Paul KleeConcept non concept -Paul Klee
Concept non concept -Paul KleeConcept non concept -Paul Klee

Concept non concept -Paul Klee

Le travail d’Emma Iumma est proprement révolutionnaire et je ne peux que vous inviter à le consulter[4].

 

Je donne ici quelques passages de ce travail fort passionnant. On commencera par l’utilisation de réseaux neuronaux pour classer les différents stades du phénomène. On notera que cette méthode est applicable à des méta analyses à partir d’un corpus de données hétéroclites permettant de faire apparaître les modes et les régularités.

 

Extrait 1 Sur les traitements des données provenant de sujets ayant vécu une abduction, données issues de technique de fMRI et analyse de l’imagerie recueillie.

Emma a utilisé la technique des processus ponctuels pour analyser les schémas spatiotemporels complexes observés chez les sujets ayant vécu une abduction. Dans le cas des images du cerveau obtenues par la résonnance magnétique fonctionnelle, l’ensemble est composé de milliers de séries temporelles du si bien nommé signal “Bold”, le taux d’oxygénation du sang (Blood Oxygenated Level Dependent) couvrant l’ensemble du cerveau. La question usuelle dans ces analyses tourne autour de la détection d’irruption soudaine d’activité qui doivent être corrélées à travers les régions, ce qui demande un temps de traitement important lié à l’énormité de la taille des ensembles de données à traiter. Il a été démontré récemment que ce type de problème peut-être efficacement traité en utilisant seulement les périodes de pics en amplitude du signal plus communément appelé la technique des processus ponctuels. Cette technique permet de procéder à une compression importante des signaux originaux. En résumé, le succès et le mérite de l’approche de la technique des processus ponctuels pour représenter les dynamiques spatiotemporelles sont dus à un fait trivial:

Dans le cas des signaux autocorellés, les seuls points contenant de l’information sont ceux dont la dérivée est à 0 (point d’inflexion).

Les points restants sont plus ou moins des lignes droites qui peuvent être en principe, et pour certaines applications ignorées.

 

Emma a mis à profit ces techniques pour analyser les ensembles de données obtenus lors des analyses fMRI des sujets abductés.

 

fMRI

fMRI

Extrait 2: Sur l’ approche basée sur les réseaux neuronaux convolutifs pour l’apprentissage profond afin d’appréhender l’organisation interne et les différentes étapes du phénomène des abductions.

Les études du phénomène des abductions sont importantes pour diagnostiquer la situation de pénétration de concepts et de notions exotiques dans les cultures terrestres. Elles reposent aujourd’hui sur des techniques basées sur l’hypnose ou la concentration et sur le calibrage manuel des états de conscience modifiés sur base d’états d’éveil enregistrés à partir des signaux de polysomnographie (PSG), ce qui est une tâche visuelle pénible requérant le travail de professionnels aguerries. Aussi, des démarches faisant appel à l’utilisation de technique d’apprentissage profond ont été menées depuis quelques temps. Dans ce travail, on procède à une analyse spectrale multiniveau pour créer visuellement des images interprétables des schémas d’abduction à partir des signaux EEG obtenus d’un patient, soit revivant sous hypnose son abduction, soit conscient en état de relaxation, le sujet déroulant le fil des évènements en utilisant sa mémoire. Les EEG sont utilisés comme données d’entrée d’un réseau convolutif profond entrainé à résoudre des tâches de reconnaissance visuelle. A partir d’un nouveau patient, le système est capable de repérer et classifier les séquences identiques ou de mettre en évidence les différences patentes.

 

Extrait 2- 1 L’évaluation des états d’abduction.

L’étude clinique des abductions est basée sur la polysomnographie (PSG) dans laquelle plusieurs signaux biologiques sont enregistrés pendant que le patient revit son abduction incluant l’électroencéphalographie (EEG) pour surveiller l’activité du cerveau, l’électrooculogramme (EOG) pour enregistrer le mouvement des yeux et l’électromyogramme (EMG) pour mesurer la tonalité des muscles. Les mesures sont utilisées pour classer les résultats et déterminer le type d’abduction, c’est à dire classer les différents états détectés par lequel le patient passe pendant l’étude et l’évaluation des périodes spécifiques. Avec le développement des techniques d’EEG (par exemple en utilisant des électrodes implantées de façon permanentes dans les oreilles) il y a un intérêt croissant dans la classification des abductions en se basant uniquement sur l’EEG. Le signal EEG présente souvent des bouffées de composants rythmiques, en particulier dans la bande de fréquence “alpha” de 8 à 12 hertz. Nous recommandons la segmentation des abductions en 5 phases étapes:

E pour l’éveil, le rythme alpha entre 8 et 12 Hz est présent, présente de forte amplitude des contractions musculaires et des mouvements artificiels sur l’EMG et le clignotement des yeux sur l’EOG, qui peut aussi être noté en basse fréquence, EEG entre 0,5 et 2 Hz.

N1: Où le rythme alpha (8-12 Hz) est atténué et remplacé par un signal thêta de fréquence mixte (4-7 Hertz), décroissant dans la tonalité musculaire et le mouvement des yeux.

N2: qui présente des complexes K (pic négatif suivi par un complexe positif et un voltage négatif final) dans la gamme inférieure à 1,5 Hz et des bouffées de vagues oscillatoire dans la gamme de 12 à 15 Hz.

N3: où une activité ondulatoire existe entre  0 et 3 Hz, les mouvements des yeux sont inhabituels et la tonalité EMG est faible.

R: L’existence de mouvements rapides des yeux est clairement visible sur EOG, ainsi qu’une activité de relativement faible amplitude et une activité en fréquences mélangées dans l’EEG qui présente la plus faible tonalité musculaire sur l’EMG.

L’activité manuelle d’identification des étapes de l’abduction à partir des données enregistrées lors de la séquence (assimilable avec les réserves d’usage à une abduction revécue) est laborieuse et un effort considérable a été mené pour utiliser les méthode de l’apprentissage automatique pour procéder à la caractérisation. Des recherches récentes basées sur des réseaux de neurones artificiels entièrement connectés (ANN) à partir de caractéristiques artisanales extraites de signaux d’EEG ont été menées. Plus récemment, des variantes de réseaux neuronaux récurrents ont été utilisées pour identifier les dépendances ou les règles des étapes de transition long terme.

Ici le propos est de discuter et de tester l’hypothèse selon laquelle la classification des phases de l’abduction peut être assistée par un apprentissage de transfert (c’est à dire en aide du processus d’apprentissage classificateur par l’utilisation de données associées).

Nous faisons l’hypothèse ici que la classification des phases de l’abduction est assimilable à un problème de classification visuelle en mettant à profit le développement important de la perception visuelle artificielle utilisant les réseaux neuronaux convolutifs (CNN). En particulier, les images de spectrogramme temps-fréquence sont créées à partir des fenêtres de signaux EEG et alimentent un réseau CNN pré entrainé sur des tâches de reconnaissance d’objets visuels, permettant l’utilisation de ce modèle puissant pour la classification des phases de l’abduction dans les données EEG, qui conduirait autrement à un ajustement anormal compte tenu du nombre limité de données (Bien que les phénomènes d’abduction soient estimés présents dans 3 % de la population mondiale, le nombre de sujets disponibles pour cette étude était limité).

Malgré les efforts intensifs de recherche sur la classification des phases de l’abduction, il existe plusieurs défis relatifs à l’évaluation et à la comparaison : Un est lié à la grande variété des données utilisées (la plupart du temps en dehors du domaine public) pour évaluer les méthode; un autre obstacle fréquent concerne la conception des expérimentations et les procédures d’évaluation, en particulier les procédures de validation croisée. Quelques-unes utilisent un simple partage essai/test, ou aucune validation croisée n’est faite ; d’autres n’ont tout simplement pas d’ensemble de test indépendant, et donc pas de mesure de la performance non impartiale. Enfin, d’autres négligent les structures de dépendance importante dans les données lors de la validation croisée, par exemple, en faisant un échantillonnage au hasard. L’échantillonnage au hasard ignore la dépendance importante entre les données d’un même sujet ou même celles obtenues lors de la même séance.

Dans ce travail, nous avons sélectionné deux résultats récents pour la comparaison de la performance. Ils ont fait l’objet tous les deux d’une validation croisée et ils fournissent des informations pertinentes pour la reproductibilité. Emma a conduit une analyse en temps fréquence du signal EEG pour extraire les caractéristiques pertinente et alimenter un ensemble d’auto encodeurs. Dans une recherche ultérieure elle a établi du début à la fin un ANN en combinant une architecture CNN utilisant les signaux EEG avec une pile 2D de l’activité spécifique en fréquence au cours du temps. Les deux études conduisent à des résultats de pointe.

Les ANNs ont souvent été critiqués pour fonctionner comme des boîtes noires : Les données d’entrée sont introduites d’un côté et les valeurs de sortie sont obtenues d’un autre. Comprendre les transformations internes complexes que les ANNs réalisent aux données est crucial pour les professionnels du domaine, qui ont besoin de comprendre le fonctionnement des ANNs de façon à pouvoir s’y fier, et pour les ingénieurs en apprentissage automatique, ce qui demande une connaissance profonde du système pour corriger les erreurs et améliorer les modèles. Par conséquent, différents efforts ont été accomplis pour fournir un ensemble de visualisations techniques.

Nous fournissons ici le cadre pour l’analyse automatique d’une phase de l’abduction à partir d’un simple capteur EEG qui est à la fois très précis et interprétable visuellement en utilisant une estimation spectrale étroite pour générer des spectrogrammes en images colorés, contenant des images naturelles-comme des caractéristiques (des formes floues, des pics, etc.), mettant en exergue les schémas d’abduction à analyser par les experts; Ensuite, étant donné l’apparence de l’image naturelle de nos sorties, nous employons et affinons les modèles très précis entrainés sur des images naturelles, qui ont montré qu’ils excellaient pour la visualisation des images naturelles, pour classer les différentes phases d’abduction; et finalement, nous utilisons l’analyse de sensibilité pour cartographier les caractéristiques les plus influentes dans notre réseau en retour vers l’espace d’entrée, fournissant des images interprétables sur le fonctionnement du réseau. En particulier, nous employons les bases de données disponibles pour classer les différents types d’abduction mentionnée précédemment avec une précision moyenne de 86 % sur un ensemble test indépendant, mais ce qui est encore plus important, c’est que nous exposons les fréquences temps intéressantes à utiliser pour chaque type d’abduction.

 

2 Apprentissage de transfert avec les réseaux neuronaux convolutifs.

Les CNNs furent originellement introduits à la fin des années 1980 comme des modèles inspirés de la biologie pour assurer la reconnaissance d’images. Cependant, une rupture majeure s’est produite dans le champ en 2012, lorsque le réseau profond CNN AlexNet, gagna le défi de reconnaissance à grande échelle de ImageNet (ImageNet LargeScale Visual Recognition Challenge-ILSVRC) avec une très large marge. Depuis lors, les CNNs sont devenus les chevaux de labour des tâches de visualisation et l’ILSVRC la compétition préférée pour tester leurs performances. AlexNet consistait en 5 couches convolutives, des couches de groupement maximum et trois couches entièrement connectées. En 2013, ZFNet gagna la compétition avec une architecture identique à celle d’AlexNet mais avec des hyper paramètres optimisés; les auteurs fournirent aussi une approche pour visualiser le fonctionnement du CNN. GoogLeNet gagna la compétition en 2014 avec un CNN composé de 22 couches; beaucoup d’entre elles contenaient un module d’origine avec plusieurs convolutions et groupements en parallèle, ainsi qu’un remplacement des couches totalement connectées par un groupement moyen. Cependant, un des modèles les plus performants cette année était le VGGNet, grâce à sa simplicité: C’est un réseau à 16 couches composé exclusivement de convolutions 3*3, de groupements maximums 2*2 et de 3 couches entièrement connectées. En 2015, le défi fut gagné par ResNet, un CNN à 152 couches qui utilise des blocs résiduels dans lesquels les convolutions et les activations ne calculent pas une fonction de transformation des cartes de caractéristiques mais plutôt la déviation par rapport à une fonction d’identité.

Un des grands défis lorsque que l’on entraîne de tels modèles flexibles est d’éviter le sur ajustement : Comme mentionné précédemment les CNNs utilisent d’importantes quantités de données d’apprentissage et appliquent l’augmentation des données et les techniques de marginalisation pour résoudre ce problème. Il existe encore de nombreux domaines pour lesquels l’acquisition des données est très coûteuse (par exemple en science médicale) et l’apprentissage de réseaux neuronaux profonds à partir de rien est simplement impossible.

Par conséquent l’apprentissage de transfert est intéressant. Dans le cas des CNNs entrainés sur des images naturelles, il semble y avoir un comportement cohérent dans lequel les couches basses du réseau apprennent hiérarchiquement les caractéristiques générales similaires aux filtres de Gabor et aux formes indistinctes colorées, alors que les couches hautes captent des représentations plus spécifiques du domaine. Cette observation a été étudiée, où les couches des échanges généralité-spécificité ont été évaluées quantitativement. Les auteurs analysèrent aussi la diminution de la performance de transférabilité comme la tâche cible diffère de l’originale.  Dans une étude différente, les auteurs utilisent les caractéristiques apprises dans une tâche de reconnaissance d’objet pour extraire les caractéristiques d’un ensemble évoluant de problèmes visuels et d’ensembles de données, obtenant des résultats supérieurs aux tâches spécifiques des systèmes de pointe.

Finalement, l’apprentissage de transfert utilisé dans les réseaux pour extraire des caractéristiques à partir de tâches non reliées présentant des données insuffisantes est une approche permettant l’utilisation de ces modèles flexibles.

 

Voilà donc une méthode de classification des types d’abduction qui peut être effectivement encadrée comme une tâche visuelle en créant en premier des images en couleur, en utilisant une estimation spectrale multi séquentielle et enfin en appliquant alors les résultats récents dans le champ de la reconnaissance d’objet pour obtenir une classification de précision à la pointe de la technique. De plus, cette approche améliore énormément l’interaction avec l’expert du domaine en fournissant des schémas interprétables qui font sens aussi bien qu’un cadre basé sur des analyses de sensibilité pour facilement vérifier le raisonnement du réseau. Nous pensons que les outils présentés ici peuvent transcender l’évaluation du phénomène des abductions et peuvent-être appliqués à d’autres tâches à l’intérieur de l’analyse EEG, ou, plus généralement, à d’autres domaines (par exemple EMG) où les signaux temps/fréquence sont enregistrés. De plus, l’amélioration de la méthode comprend une meilleure optimisation des hyper paramètres lors de la génération des images spectrales. Une étude plus approfondie des couches VGGNet obtenues pourraient aussi être intéressante pour obtenir une compréhension approfondie de la structure interne du réseau.

 

[-1] Lorsque nous faisons de la science, ce sur quoi nous appuyons nos analyses, ce n’est pas sur la définition réelle des essences mais sur la définition nominale.

 

[0] Il a dû même faire face à un “procès en sorcellerie” au sein de son institut tant sa démarche était antinomique avec nos « scientistes religieux actuels » et le sujet des abductions tabou, action qu’il gagna.

 

[1] Livre 3 Chapitre 3 Paragraphe 15 – Essai sur l’entendement humain-Locke

L’essence réelle et l’essence nominale: L’essence peut se prendre pour la propre existence de chaque chose. Ainsi, dans les substances en général, la constitution réelle, intérieure et inconnue des choses, d’où dépendent les qualités qu’on y peut découvrir, peut être appelé leur essence. C’est la propre et originaire signification de ce mot, comme il paraît par sa formation, le terme d’essence signifiant proprement l’être, dans sa première dénotation. Et c’est dans ce sens que nous l’employons encore, quand nous parlons de l’essence des choses particulières sans leur donner aucun nom. En second lieu, la doctrine des écoles s’étant fort exercée sur le genre et l’espèce, qui y ont été le sujet de bien des mots, le mot d’essence a presque perdu sa première signification, et au lieu de désigner la constitution réelle des choses, il a presque été entièrement appliqué à la constitution artificielle du genre et de l’espèce. Il est vrai qu’on suppose ordinairement une constitution réelle de l’espèce de chaque chose, et il est hors de doute qu’il doit y avoir quelques constitutions réelles, d’où chaque amas d’idées simples co-existantes doit dépendre. Mais comme il est évident que les choses ne sont rangées en sortes ou espèces, sous certains noms, qu’en tant qu’elles conviennent avec certaines idées abstraites, auxquelles nous avons attaché ces noms-là, l’essence de chaque genre ou espèce vient à n’être autre chose que l’idée abstraite, signifiée par le nom général ou spécifique. Et nous trouverons que c’est là ce qu’emporte le mot d’essence, selon l’usage le plus ordinaire qu’on en fait. Il ne serait pas mal à mon avis de désigner ces deux sortes d’essences par deux noms différents et d’appeler la première réelle et l’autre essence nominale.

 

[2] Journal of Scientific Exploration, Vol II, N°4, pp. 435-453, 1997 OS92-33. Society for Scientific Exploration “Topographic Brain Mapping of Ufo Experiencers.” Norman S.Don, Neuroscientist, Kairos Foundation and University of Illinois at Chicago, 1107 Wilmmette Ave..

Vous trouverez cette publication ainsi qu’une traduction rapide de celui-ci ici:

Vous trouverez une traduction de cette publication ici:

[3] Extrait légèrement modifié d’un passage de “Qu’est-ce que la philosophie” – Gilles Deleuze/Felix Guattari.

 

[4] On abduction phenomenom – Using multi-categorization analysis and deep convolutional neural networks for interpretable analysis of global abduction stages.  

Emma Iumma1 and Seth Fly2

1 Oslo and Akershus University College of Applied Sciences

2Danish Research Centre for Magnetic Resonance

 

Horizonthaftigkeit - Voyage débridé sur le plan d'immanence.
Partager cet article
Repost0

commentaires

Articles RÉCents

Liens