Thèse Sciences Cognitives - Olivier Nerot

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
L’apprentissage permet de passer du premier cas au second. Dans les deux cas, en enlevant la
dynamique externe (à droite), il y a désynchronisation.
Figure 2-23, p.59), par la Figure 5-15.
Figure 5-15 : Modèle d'apprentissage par anticipation du forçage
La perception d’une dynamique inconnue perturbe le réseau, et complexifie ses dynamiques,
qui se simplifient par apprentissage, en vue de l’antipation de la dynamique forçante. Lors de
la perte du forçage, la sensibilité aux conditions initiales fait que le réseau quitte la
dynamique apprise, ce qui facilite la dépersévération du système. La dimension fractale des
dynamiques du système varie donc avec l’impression du système : non-reconnaissance
(PERTURBATION), reconnaissance (ANTICIPATION), et dépersévération (OUBLI).
Cette figure synthétise le modèle proposé. L’entrée force certaines dynamiques locales du
réseau, ce qui, avant apprentissage, en augmente la dimension fractale. L’apprentissage,
synchronisant ces dynamiques, en vue de l’anticipation du système, fait diminuer la dimension
fractale des attracteurs du réseau, à un niveau qui sera celui atteint lors de la re-présentation de
cette entrée apprise : le système reconnaît cette entrée, et l’anticipe. Lorsqu’on lâche la
dynamique du réseau, en enlevant le forçage extérieur, le réseau désynchronise ses dynamiques,
permettant ainsi une dépersévération, en augmentant la dimension fractale des dynamiques en
régime libre. Les derniers résultats de cette thèse confirment la faisabilité d’un tel modèle (Figure
8-23, p.202).
46 De la même façon, certaines fourmis réalisent des ponts de leurs corps entremélés. Cette structure est
émergente, et possède un rôle d’outil pour les fourmis qui utilisent ce pont. (exemple tiré de [[19]])
UN MODELE CONNEXIONNISTE DE LA MEMOIRE 125