AccueilMasterSciences cognitivesLangage, communication et cerveau

Master Sciences cognitivesParcours type : Langage, communication et cerveau

Sélection en master 1

Objectifs

Le parcours « Langage, Communication et Cerveau » dispense des connaissances approfondies sur les bases cérébrales du langage et de la communication, avec une formation théorique et méthodologique fortement interdisciplinaire en neurosciences du langage, linguistique, psychologie, neurosciences, informatique ou mathématiques.

Les connaissances générales visées concernent :

  • le fonctionnement du langage dans le cerveau
  • les grandes théories, modèles, architectures du traitement cognitif du langage
  • l'imagerie cérébrale et les dispositifs expérimentaux pour l'étude du langage
  • les outils mathématiques et informatiques pour l'analyse des données concernant les bases cérébrales du langage
  • les modèles computationnels et le traitement automatique du langage

Les étudiants acquièrent également des connaissances technologiques des interfaces de communication homme-homme et homme-machine.

Formation et recherche

Ce parcours s’adosse plus particulièrement sur les disciplines scientifiques que sont la linguistique, l’informatique, les mathématiques, la psychologie et les neurosciences, avec l’appui des différents laboratoires de recherche couvrant ces domaines.

Pré-requis obligatoires

La formation étant ouverte à 8 licences différentes, la participation à l’école d’été (une semaine de mise à niveau dans différentes disciplines des sciences cognitives, du 3 au 7 septembre 2018) est impérative et obligatoire.

Pré-requis recommandés

Intérêt pour l’interdisciplinarité

Régimes d'inscription

Cette formation est accessible en

Formation initiale
Formation continue

Compétences visées

Ce parcours offre plus spécifiquement des débouchés orientés vers les technologies du langage, par le développement et l’évaluation d’outils technologiques dans les domaines des interactions homme-homme et homme-machine, et par la conception et la mise en œuvre de projets reposant sur les bases cérébrales du langage et de la communication (par exemple le développement et l’évaluation d’assistants personnels électroniques, tels que Siri, Cortana ou Google assistant).

Métiers visés

Code ROME :

Spécialités de formation (code NSF) :

  • 114b : Modèles mathématiques ; Informatique mathématique
  • 118b : Modèles d'analyse biologique ; Informatique en biologie
  • 125g : Langages artificiels et informatique ; Linguistique et didactique des langues

Stages et projets encadrés

En fonction du projet professionnel de l’étudiant (à destination de la recherche ou du monde industriel), le Master propose des stages en laboratoire et/ou en entreprise. Tout au long de la formation, des enseignements sur projet ont pour objectif de développer l’autonomie théorique et appliquée des étudiants.

Modalités pédagogiques particulières

Différents formats d’enseignement, CM, TD et TP, permettent d’appliquer les connaissances acquises. Une partie des TP sera consacrée à la formation aux techniques expérimentales d’investigation cérébrale (sur plateforme). Des ateliers scientifiques sont organisés pour pratiquer la recherche.

M1 Langage, communication et cerveau S1 Langage, communication et cerveau

[ détails ]

  • Introduction aux sciences cognitives (3 crédits)

    Code : S64AL1I1Langue : Français.

    Contenu : non disponible.

    Volume horaire : 15h de CM - 15h de TD

    Plus d'informations

  • Langage et cognition (6 crédits)

    Code : S64AL1I3Langue : Français.

    Contenu : non disponible.

    Volume horaire : 20h de CM - 30h de TD - 10h de TP

    Plus d'informations

  • Introduction à la neurobiologie (3 crédits)

    Code : S64BI1M2Langue : Français.

    Contenu : non disponible.

    Volume horaire : 18h de CM - 3h de TD - 9h de TP

    Plus d'informations

  • Méthodes algébriques (3 crédits)

    Code : S64MA1M4Langue : Français.

    Contenu : non disponible.

    Volume horaire : 9h de CM - 12h de TD - 9h de TP

    Plus d'informations

  • Probabilités et statistiques (3 crédits)

    Code : S64MA1M5Langue : Français.

    Contenu : non disponible.

    Volume horaire : 9h de CM - 12h de TD - 9h de TP

    Plus d'informations

  • Choix de 2 ou 3 UE pluridisciplinaires (12 crédits)
    • Psychologie de la mémoire (3 crédits)

      Code : PSY77BLangue : Français.

      Contenu : non disponible.

      Volume horaire : 10h de CM - 15h de TD

      Plus d'informations

    • Psychologie cognitive 2 (6 crédits)
    • Génie logiciel (6 crédits)

      Code : S51IN1M1Langue : Français.

      Contenu : 1) Versioning Git : Branches, Dépôts Lointains, Dépôts Lointains multiples avec branches, Workflows. 2) Building Gradle : Automatisation de compilation, de tests, de dépendances, langage de tâches interdépendantes. 3) Méthodes Les acteurs du logiciel. Cycles en V. Motivation et détail de chacune des phases. Forces et Faiblesses. Méthodes agiles. Motivations. Notamment XP et Scrum. Détail de chacune des réunions et instruments. Forces et Faiblesses. GL Libre : the cathedral and the bazaar 4) Documentation Du GL : Cahier des charges, Spécifications, Conception, ... Du code : Javadoc, Commentaires, Wikis, Issues trackers 5) UML Motivations. Tous les principaux diagrammes (classe, object, séquence, com, package, états-transitions,...). 2 TD 6) Tests Types de Test (Blanche/Noire, Intégration (continue), Correction/Validation,...), Couverture (Exos sur les différents critères), Quand les faire (TDD...) Découverte du debugger eclipse Concepts d'invariants, d'assertions, d'analyse statique 7) Estimation Rapports PrixDev vs TempsDev vs LignesCode % observés de failed projects, causes observées % observés de bugs 8) Veille technologique sur l'actualité du GL

      Volume horaire : 18h de CM - 18h de TD - 18h de TP

      Plus d'informations

    • Complexité (6 crédits)

      Code : S51IN1M2Langue : Français.

      Contenu : Rappels sur les notions d'analyse de la complexité des algorithmes et des problèmes. Notion de problèmes (décision, recherche, dénombrement, énumération, optimisation). Bornes inférieures de complexité. Classes P et NP. Problèmes NP-complets. Méthodes de résolution des problèmes NP-Complets. Contenu en cours d'actualisation .

      Volume horaire : 20h de CM - 20h de TD - 14h de TP

      Plus d'informations

    • Statistique (8 crédits)

      Code : S53MA1C1Langue : Français.

      Contenu : non disponible.

      Volume horaire : 32h de CM - 32h de TD - 16h de TP

      Plus d'informations

    • Représentations et approximation de données structurées (4 crédits)

      Code : S53MA1C3Langue : Français.

      Contenu : non disponible.

      Volume horaire : 15h de CM - 18h de TD - 6h de TP

      Plus d'informations

    • Corpus (6 crédits)

      Code : SCLM7U01Langue : Français.

      Contenu : Approche de la linguistique de corpus. Aspects techniques (recueil de données, méthodes d'acquisition de données, enregistrement). Aspects légaux et éthiques (protection des données personnelles, anonymisation, archivage). Outils automatiques pour la constitution de corpus. Annotation et évaluation (guides et schémas d'annotation, réplicabilité et mesures d'accord inter-annotateur).

      Volume horaire : 24h de CM - 24h de TD

      Plus d'informations

    • Phonétique et phonologie (3 crédits)

      Code : SCLM7U03Langue : Français.

      Contenu : Interaction entre phonétique et phonologie dans une vision où la parole fonde l’organisation et l’émergence des systèmes phonologiques. Présentation des principales théories phonétiques de l’organisation sonore et cognitive des langues et du langage.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Sémantique (3 crédits)

      Code : SCLM7U04Langue : Français.

      Contenu : Introduction d’évolutions majeures en sémantique permettant d'ancrer l'étude du sens linguistique dans l'usage du langage : le tournant dynamique et le tournant expressif. Le cours introduira les approches dynamiques du sens en contexte et la théorie des jeux pour modéliser la construction interactive du sens linguistique.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

M1 Langage, communication et cerveau S2 Langage, communication et cerveau

[ détails ]

  • Méthode expérimentale (3 crédits)

    Code : S64AL2I2Langue : Français.

    Contenu : non disponible.

    Volume horaire : 10h de CM - 20h de TD

    Plus d'informations

  • Langage, communication et cerveau 1 (6 crédits)

    Code : S64EX2L5Langue : Français.

    Contenu : non disponible.

    Volume horaire : 30h de CM - 30h de TD

    Plus d'informations

  • Données en sciences cognitives (3 crédits)

    Code : S64EX2M1Langue : Français.

    Contenu : non disponible.

    Volume horaire : 15h de CM - 3h de TD - 12h de TP

    Plus d'informations

  • Programmation (3 crédits)

    Code : S64IN2M3Langue : Français.

    Contenu : non disponible.

    Volume horaire : 10h de CM - 10h de TD - 10h de TP

    Plus d'informations

  • Apprentissage automatique (3 crédits)

    Code : S64IN2M4Langue : Français.

    Contenu : non disponible.

    Volume horaire : 10h de CM - 10h de TD - 10h de TP

    Plus d'informations

  • Stage de recherche (6 crédits)

    description non disponible.

  • Choix d'1 ou 2 UE pluridisciplinaires (6 crédits)
    • Cognition naturelle, cognition artificielle et neurosciences computationnelles (3 crédits)

      Code : S46BI2C7Langue : Français.

      Contenu : non disponible.

      Volume horaire : 20h de CM - 10h de TD

      Plus d'informations

    • Emotion, motivation et leurs dysfonctionnements (6 crédits)

      Code : S46BI2I1Langue : Français.

      Contenu : non disponible.

      Volume horaire : 40h de CM - 20h de TD

      Plus d'informations

    • Apprentissage et mémoire (4 crédits)

      Code : S46BI2I2Langue : Français.

      Contenu : non disponible.

      Volume horaire : 30h de CM - 10h de TD

      Plus d'informations

    • Introduction à l’apprentissage artificiel (3 crédits)

      Code : S51IN2A1Langue : Français.

      Contenu : L’apprentissage automatique et ses approches linéaires : techniques et limites. Autour de l’étude en profondeur de deux algorithme de séparation linéaire (le perceptron et SVM) : implémentation complète, preuves de convergence, propriétés, étude des performances sur des jeux de données, approfondissement des notions de généralisation, introduction Rademacher et Kolmogorov. Tout le long de l’UE, un cas d’étude sera mené, sur la base d’images ou de videos. La problématique de l’acquisition de données privées sera traitée, avec une mise en perspective sociétale (éthique, PI, rôle du citoyen, rôle de l’ingénieur). Mise en perspective des modèles non-linéaires.

      Volume horaire : 9h de CM - 9h de TD - 9h de TP

      Plus d'informations

    • Introduction au traitement automatique du langage (3 crédits)

      Code : S51IN2A2Langue : Français.

      Contenu : L'objectif de ce cours est d'apporter aux étudiants des connaissances fondamentales en traitement automatique des langues (TAL). Le cours abordera des modèles de TAL statistiques classiques. Après un bref rappel de notions de probabilité appliquées aux textes, nous aborderons la représentation de documents, c.-à-d. l'encodage de textes, la tokenisation et la représentation de documents sous la forme vectorielle avec des techniques fondées sur les « sac de mots ». Nous étudierons également des modèles distributionnels pour la représentation de mots sous la forme de vecteurs, avec des applications en classification de textes et en similarité de mots. Les modèles de langage fondés sur les n-grammes s'en suivent, avec des applications à la génération de textes. Le dernier sujet abordé ce sont les étiqueteurs fondés sur des machines à état (tels que les modèles de Markov cachés) et leurs applications, par exemple en étiquetage morphosyntaxique.

      Volume horaire : 10h de CM - 7h de TD - 10h de TP

      Plus d'informations

    • Modélisation et résolution pour la décision (3 crédits)

      Code : S51IN2A4Langue : Français.

      Contenu : Introduction aux différents aspects du raisonnement automatique, dont l’objectif est de permettre d’obtenir des solutions à tout type de problèmes uniquement à partir de leurs descriptions et grâce à des solveurs générant une preuve du résultat inspiré du raisonnement humain. Cette UE aborde les formalismes les plus simples, les problèmes SAT et CSP binaires, qui correspondent à des problèmes de décision, et étudie la façon de modéliser un problème dans ces formalismes, les méthodes de résolution arborescente (avec filtrages, heuristique de choix de variable, de valeur), et des solveurs existants (Minisat, Choco).

      Volume horaire : 10h de CM - 10h de TD - 7h de TP

      Plus d'informations

    • Statistique décisionnelle (3 crédits)

      Code : S53MA2C1Langue : Français.

      Contenu : non disponible.

      Volume horaire : 15h de CM - 15h de TD

      Plus d'informations

    • Signaux à temps discret, modèles déterministes et aléatoires (3 crédits)

      Code : S53MA2C2Langue : Français.

      Contenu : non disponible.

      Volume horaire : 15h de CM - 15h de TD

      Plus d'informations

    • Chaînes de Markov, martingales (3 crédits)

      Code : S53MA2C3Langue : Français.

      Contenu : non disponible.

      Volume horaire : 15h de CM - 15h de TD

      Plus d'informations

    • Optimisation de fonctions différentiables (3 crédits)

      Code : S53MA2C4Langue : Français.

      Contenu : non disponible.

      Volume horaire : 15h de CM - 15h de TD

      Plus d'informations

    • Prosodie (3 crédits)

      Code : SCLM8U08Langue : Français.

      Contenu : Introduction et concepts de base de la phonologie intonative dans le cadre de la théorie Autosegmentale-Métrique. Transcription et annotation prosodique multilingues. Littérature expérimentale sur la production et la perception de la structure prosodique et intonative.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Pragmatique : structure informationnelle et dialogue (3 crédits)

      Code : SCLM8U09Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

M2 Langage, communication et cerveau S3 Langage, communication et cerveau

[ détails ]

  • Scientific Workshop (3 crédits)

    Code : S64AL3M1Langue : Français.

    Contenu : non disponible.

    Volume horaire : 30h de TD

    Plus d'informations

  • Système de dialogues et dynamique des conversation (6 crédits)

    Code : S64EX3L4Langue : Français.

    Contenu : non disponible.

    Volume horaire : 20h de CM - 20h de TD - 20h de TP

    Plus d'informations

  • Langage, communication et cerveau 2 (6 crédits)

    Code : S64EX3L5Langue : Français.

    Contenu : non disponible.

    Volume horaire : 30h de CM - 30h de TD

    Plus d'informations

  • Utilisation de plateformes (3 crédits)

    Code : S64EX3M2Langue : Français.

    Contenu : non disponible.

    Volume horaire : 6h de CM - 12h de TD - 12h de TP

    Plus d'informations

  • Choix de 2 ou 3 UE pluridisciplinaires (12 crédits)
    • Fonctionnements et Dysfonctionnements (12 crédits)
    • Développement et plasticité du SN (6 crédits)

      Code : S46BI1I3Langue : Français.

      Contenu : non disponible.

      Volume horaire : 40h de CM - 20h de TD

      Plus d'informations

    • Traitement du langage naturel et linguistique (3 crédits)

      Code : S51IN3E04Langue : Français.

      Contenu : Le traitement automatique du langage naturel est à la confluence de nombreuses disciplines, dont la linguistique, l’apprentissage automatique, l’intelligence artificielle… L’objectif est de faire un tour d'horizon des modèles linguistiques, problématiques d’annotation et d’évaluation sur corpus, les approches modulaires, les différentes tâches de reconnaissance et synthèse du langage (niveaux syntaxique, sémantique, discursif). Ces thématiques seront développées dans un contexte multilingue, en couvrant les problématiques de l’adaptation au domaine.

      Volume horaire : 9h de CM - 9h de TD - 9h de TP

      Plus d'informations

    • Apprentissage par renforcement (3 crédits)

      Code : S51IN3E06Langue : Français.

      Contenu : L’apprentissage par renforcement vise à l’acquisition automatisée de compétences pour la prise de décisions (actions ou contrôle) en milieu complexe et incertain. Il s’agit d’apprendre par l'expérience une stratégie comportementale (appelée politique) en fonction des échecs ou succès constatés. Ce paradigme d’apprentissage est très utilisé en robotique et pour des problématiques complexes d’intelligence artificielle (Voir le logiciel AlphaGo). Certains principes généraux, comme le dilemme exploitation / exploration, sont introduits par l’étude des bandits (les machines à sous) puis le cours aborde les notions de Processus de Décision Markoviens (MDP, POMDP), d’apprentissage de politique (policy iteration, value iteration, policy gradient...), et de deep reinforcement learning.

      Volume horaire : 9h de CM - 9h de TD - 9h de TP

      Plus d'informations

    • Signal, apprentissage et multimédia (3 crédits)

      Code : S51IN3E07Langue : Français.

      Contenu : Cette UE abordera des problématiques spécifiques au traitement de données multimédia en général, des données de type séquences ou signaux telles que l'audio, les images, les vidéos, et pour des tâches de modélisation, de classification, de segmentation, ou encore d’inpainting. L’UE introduira des notions telles que le filtrage, la convolution, l’échantillonnage, mais aussi des aspects perceptifs et des problématiques de traitement de données multimodales et cross modales.

      Volume horaire : 9h de CM - 9h de TD - 9h de TP

      Plus d'informations

    • Prédictions structurées pour le traitement automatique du langage naturel (3 crédits)

      Code : S51IN3E08Langue : Français.

      Contenu : Cette UE a pour ambition de faire une exploration en profondeur des modèles de séquence pour le traitement automatique du langage. Les applications envisagées sont la traduction automatique, la génération de texte, résumé automatique, les agents conversationnels, la reconnaissance de la parole. Seront vues en détails les représentations de mots (méthodes d’apprentissage des embeddings), les différentes architectures récurrentes, bidirectionnelles, multicouches, ainsi que les mécanismes d’attention (pointer networks, copynets), les réseaux à mémoire, etc.

      Volume horaire : 9h de CM - 9h de TD - 9h de TP

      Plus d'informations

    • Spark/Hadoop et calcul parallèle (3 crédits)

      Code : S53IN3C5Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Théorie de l'apprentissage et statistique non paramétrique (3 crédits)

      Code : S53IN3C7Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Data science (6 crédits)
    • Problèmes inverses et optimisation convexe et traitement du signal et de l'image (3 crédits)

      Code : S53MA3C11Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Séparation de sources (3 crédits)

      Code : S53MA3C12Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Statistique appliquée (3 crédits)

      Code : S53MA3C4Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Modèles à variables latentes (3 crédits)

      Code : S53MA3C6Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Algorithmes stochastiques (3 crédits)

      Code : S53MA3C8Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Signal et big data, compressed sensing (3 crédits)

      Code : S53MA3C9Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Phonologie de laboratoire (3 crédits)

      Code : SCLM9U15Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Interactions (3 crédits)

      Code : SCLM9U16Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

    • Syntaxe du français parlé (3 crédits)

      Code : SCLM9U19Langue : Français.

      Contenu : non disponible.

      Volume horaire : 12h de CM - 12h de TD

      Plus d'informations

M2 Langage, communication et cerveau S4 Langage, communication et cerveau

[ détails ]

Modalités d'inscription

Le dossier des candidats doit comporter les notes des trois années de licence, un projet professionnel et de recherche, ainsi que la mention de mobilités internationales et expériences professionnelles, le cas échéant. Ce dossier est examiné par un jury qui procède à la pré-sélection, qui est suivie d’entretiens individuels.

Les candidats retenus participeront obligatoirement à l’école d’été d’une semaine organisée début septembre.

Le master 2 sera ouvert à partir de 2019-2020.