SAM (modèle)

SAM (model)


SAM (Search for Associative Memory) est un modèle mathématique développé par Raaijmakers & Shiffrin (1981) et complété par Gillund et Shiffrin (1984), permettant de simuler le rappel et la reconnaissance en mémoire épisodique.

En savoir plus 

Brièvement, et sans entrer dans les détails mathématiques du modèle, SAM considère que la mémoire stocke des images. Une image contient un ensemble de caractéristiques : des informations sur l’item, des informations contextuelles et des informations sur les relations avec les autres images.

Le principe de la récupération dans ce modèle est de connecter un indice aux images au moyen d’une structure de récupération qui indique le degré d’activation de chaque image grâce à une matrice des forces entre les indices (contexte, items, catégories) et les images.

Le rappel est conçu comme un processus d’échantillonnage (sampling) d’une image à partir d’un indice (d’abord un indice contextuel, un item récupéré pouvant ensuite servir lui-même d’indice) se terminant par la récupération de l’information à partir de l’image. La reconnaissance se base, quant à elle, sur une mesure de familiarité globale qui correspond à la somme des activations d’un indice (contexte et item.)


A lire : 

Gillund, G., Shiffrin, R.M. (1984). A retrieval model for both recall and recognition. Psychological Review,91, 1-67.


Voir aussi :

Modèles d'appariement global