Thèse Sciences Cognitives - Olivier Nerot

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
où J f , X( X i)est
la matrice Jacobienne de f, au point Xi. De cette façon, l’influence
représente la valeur moyenne de la dérivée de chacune des lois du système.
La définition précédemment donnée de la mémorisation dans un système revient
pour ce système à maximiser L( f, XU , ) , grâce à une minimisation de If(U).
Figure 5-5 : Système autonome
Le système devient autonome dès lors que les dynamiques internes du système deviennent
égales à celles induites par l’environnement sur les sites de forçage (lignes pointillées).
L’environnement perçu devient alors simulé par le système.
Sur la Figure 5-5, lorsque le système est plongé dans son environnement, sans
apprentissage initial, les dynamiques forçantes de l’environnement viennent perturber les
dynamiques du système. Lorsque le système est devenu parfaitement autonome, ses
états internes, forcés par l’environnement, suivent parfaitement les dynamiques de
forçage : il est possible de couper le système de son environnement, sans modifier ses
dynamiques internes.
Ainsi, une telle mémoire maximise l’indépendance du système en rendant l’influence
de l’état interne du réseau prépondérante sur l’influence de l’extérieur. Une telle
interprétation peut être réalisée en terme d’autonomie : le système cherche à maximiser
son autonomie, à maximiser l’influence de son état interne, à la rendre indépendante des
modifications futures de son environnement.
UN MODELE CONNEXIONNISTE DE LA MEMOIRE 109