Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

681.3*I23 --- Deduction and theorem proving: answer/reason extraction; reasoning; resolution; metatheory; mathematical induction; logic programming (Artificial intelligence) --- Theses --- 681.3*I23 Deduction and theorem proving: answer/reason extraction; reasoning; resolution; metatheory; mathematical induction; logic programming (Artificial intelligence)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Syllogism --- Logic --- Syllogisme --- Logique --- Early works to 1800 --- Ouvrages avant 1800 --- Boethius, --- Argumentation --- Reasoning --- Logic, Symbolic and mathematical --- Syllogism - Early works to 1800

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Le raisonnement causal est un processus important dans les apprentissages (Rehder, 2003). Celui-ci est décrit comme étant une aptitude à distinguer et à déduire des relations de cause à effet (Dündar-Coecke et al., 2019). Ce processus de causalité prend part dans le raisonnement analogique (Goddu & Gopnik, 2019), ce dernier étant défini comme faisant partie du développement cognitif (Richland et al., 2006) et permettant d’établir des relations entre deux évènements ou entre des connaissances antérieures et des nouvelles (Holyoak, 2012). 
Ce travail cherche à savoir si les enfants porteurs du trouble du spectre de l’autisme (TSA) ont des performances inférieures en compréhension de la causalité en comparaison à des enfants tout-venant de même âge mental non verbal. De plus, nous souhaitons affirmer que la production d’un langage fonctionnel impacte les performances en compréhension du processus de causalité chez les enfants TSA. En effet, dans la littérature, les enfants TSA ont des performances inférieures aux enfants tout-venant, mais en grandissant (vers l’âge de 8 ans) ils parviennent à faire plus attention aux règles relationnelles plutôt que perceptuelles entre deux situations (Tan et al., 2018). Dans le développement typique, les enfants peuvent reconnaître un élément causal entre 3 et 5 ans (Goddu et al., 2020). Nous avons sélectionné quatre groupes différents ; des enfants TSA verbaux et non verbaux, des enfants tout-venant de maternelle et de primaire. 

Nos résultats indiquent que les enfants tout-venant ont généralement des performances supérieures aux enfants TSA en compréhension de la causalité, sauf entre les enfants TSA verbaux et les enfants de maternelle qui ont des compétences similaires. Par contre, aucune différence à ce sujet entre les groupes des TSA verbaux et non verbaux. De plus, un lien a été découvert entre la causalité et le développement non verbal, mais également avec le développement verbal. Ce qui a conduit à des analyses complémentaires. 

Pour conclure, cette étude nous a permis de comprendre les différences entre les enfants tout-venant et les enfants TSA au niveau de la compréhension du processus de causalité. Cependant, nous n’avons pas assez de preuves pour affirmer que la production d’un langage peut impacter la compréhension de ce processus complexe.

Causalité --- Trouble du spectre de l'autisme --- raisonnement analogique --- Analogical reasoning --- autism spectrum disorder --- Causal task --- Sciences sociales & comportementales, psychologie > Multidisciplinaire, généralités & autres

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Academic collection --- #BIBC:T1997 --- 681.3*I23 --- Deduction and theorem proving: answer/reason extraction; reasoning; resolution; metatheory; mathematical induction; logic programming (Artificial intelligence) --- Theses --- 681.3*I23 Deduction and theorem proving: answer/reason extraction; reasoning; resolution; metatheory; mathematical induction; logic programming (Artificial intelligence)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Constraint Handling Rules (CHR) is een programmeertaal gebaseerd op regels die ingebed wordt in een andere taal. CHR combineert elementen van Constraint Logic Programming en termherschrijfsystemen. Er bestaan verschillende implementaties van CHR in Prolog, Haskell, Java en HAL. Typische toepassingen van CHR liggen in het domein van constraint solving, maar CHR wordt tegenwoordig ook gebruikt voor een brede waaier aan toepassingen gaande van type checking over verwerking van natuurlijke taal tot multi-agentsystemen. In dit werk leveren we bijdragen op het gebied van programma-analyses, programma-optimalisaties en uitbreidingen van de CHR-taal. We stellen verschillende nieuwe optimalisaties voor de geoptimaliseerde compilatie van CHR voor: codespecialisatie voor ground constraints, anti-monotonic delay avoidance, hashtabllen voor constraint stores en een nieuwe late storage-optimalisatie. Deze en andere optimalisaties zijn opgenomen in een nieuw state-of-the-art CHR-systeem: het K.U.Leuven CHR-systeem. Abstracte interpretatie is een alegemene techniek voor programma-anlyse. We stellen een raamwerk voor om programma-analyse met behulp van abstracte interpretatie te doen, in het bijzonder om programma-optimalisaties aan te sturen. Dit raamwerk maakt het mogelijk om analyes op een uniforme wijze te formuleren en gemakklijk verbeteringen en combinaties van bestaande analyses te maken. We evalueren ook het nut van analyses voor theoretische eigenschappen, confluentie en tijdscomplexiteit, bij een praktisch programma om hun relevantie te bepalen. We leveren twee bijdragen op het gebied van verbeterde expressiviteit van CHR. De eerste uitbreidingbetreft de integratie van CHR met getabuleerde uitvoering. Getabuleerde uitvoering voorkomt vele vormen van non-terminatie en is nuttig voor automatische optimalisatie door hergebruik van eerdere berekeningen. De tweede uitbreiding voegt automatisch functionaliteit toe om implicaties na te gaan aan constraint solvers geschreven in CHR. Deze functionaliteit is essentieel om complexe constraints op te bouwen uit eenvoudige en om verschillende constraint solvers te combineren. Constraint Handling Rules (CHR) is a rule-based language commonly embedded in a host language. It combines elements of Constraint Logic Programming and term rewriting. Several implementations of CHR exist: in Prolog, Haskell, Java and HAL. Typical applications of CHR are in the area of constraint solving, but currently CHR is also used in a wider range of applications, such as type checking, natural language processing and multi-agent systems. In this work we contribute program analyses, program optimizations and extensions of the CHR language. For the optimized compilation of CHR we present several new optimizations: code specialization for ground constraints, anti-monotonic delay avoidance, hashtable constraint stores and a new late storage optimization. These and other optimizations have been implemented in a new state-of-the-art CHR system: the K.U.Leuven CHR system. Abstract interpretation is a general technique for program analysis. We propose a framework of abstract interpretation for the CHR language, in particular for the formulation of analyses that drive program optimization. This frameworks allows for the uniform formulation of program analyses as well as easier improvements and combinations of existing analyses. We also evaluate analyses for theoretical properties, confluence and time complexity, on a practical case study to investigate their relevance. We contribute two extensions to the expressivity of CHR. The first extension comprises the integration of CHR with tabled execution. Tabled execution avoids many forms of non-termination and is useful for automatic program optimization through the dynamic reuse of previous computations. The second extension automatically provides implication checking functionality to constraint solvers written in CHR. Implication checking is an essential building block for formulating complex constraints in terms of basic constraints andfor composing constraint solvers. Constraint Handling Rules (CHR) is een programmeertaal gebaseerd op regels die ingebed wordt in een andere taal. CHR combineert elementen van Constraint Logic Programming en termherschrijfsystemen. In deze thesis leveren we bijdragen tot deautomatische analyse en de geoptimaliseerde compilatie van CHR-programma's. Daarnaast verhogen we de expressiviteit van de taal met twee uitbreidingen: de integratie met getabuleerde uitvoering en automatische functionaliteit voor het nagaan van implicaties bij constraint solvers geschreven in CHR. Constraint Handling Rules (CHR) is a rule-based language commonly embedded in a host language. It combines elements of Constraint Logic Programming and term rewriting. In this thesis we contribute to the analysis and optimized compilation of CHR programs. In addition we extend the expressivity of the language in two ways: integration of CHR with tabled execution and automatic functionality for implication checking in constraint solvers implemented in CHR.

681.3*I23 <043> --- Academic collection --- Deduction and theorem proving: answer/reason extraction; reasoning; resolution; metatheory; mathematical induction; logic programming (Artificial intelligence)--Dissertaties --- Theses --- 681.3*I23 <043> Deduction and theorem proving: answer/reason extraction; reasoning; resolution; metatheory; mathematical induction; logic programming (Artificial intelligence)--Dissertaties