Publication de la 2ᵉ édition de : From Human Attention to Computational Attention
Cet ouvrage, coordonné par Matei Mancas, Vincent Ferrera et Antoine Coutrot, offre un panorama pluridisciplinaire des avancées en modélisation de l’attention, mêlant fondamentaux psychologiques, approches neuroscientifiques et innovations en intelligence artificielle. La première édition avait posé les bases des modèles d’attention humaine; cette nouvelle édition aborde l’intégration des mécanismes attentionnels dans les réseaux profonds (attention modules, transformers, grad-cam) et explore les parallèles entre architectures cérébrales et architectures de Deep Learning.
Parmi les contributions interdisciplinaires figurent des spécialistes en psychologie cognitive, neurosciences computationnelles, ingénierie du signal et informatique.
L’un des points forts de l’ouvrage est l’équilibre théorie/pratique :
- Fondements de l’attention et modèles de détection de signal
- Validation expérimentale et applications réelles (images, vidéo, multimodalité)
- Mécanismes attentionnels au sein des DNN et opportunités de biomimétisme
- Perspectives d’avenir pour la convergence neurosciences–IA
Accès numérique (PDF/EPUB)
Téléchargez dès maintenant la version PDF ou EPUB via https://link.springer.com/book/10.1007/978-3-031-84300-6
Mots-clés
Attention Modeling • Saliency Models • Neural Networks • Deep Learning • Computational Neuroscience • Biomimetics
