Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />
7. DYNAMIQUES OBSERVEES ET EXPERIMENTEES<br />
7.1 Introduction<br />
Il n’est de désir plus naturel que le désir de connaissance. Nous<br />
essayons tous les moyens qui nous y peuvent mener. Quand la raison<br />
nous faut, nous y employons l’expérience, qui est un moyen plus faible et<br />
moins digne; mais la vérité est si grande, que nous ne devons dédaigner<br />
aucune entremise qui nous y conduise.<br />
Montaigne. Les essais.<br />
Le modèle présenté (Un modèle connexionniste de la mémoire, p.95) a été réalisé dans un<br />
but de simplification maximale des architectures neuronale, mais de telle sorte qu’il reste<br />
biologiquement plausible, c’est à dire non contradictoire avec les connaissances<br />
neurophysiologiques actuelles. Comme cela a été explicité en début de thèse, le but n’était pas<br />
d’obtenir un équivalent biologique, mais un modèle bas niveau, biologiquement plausible,<br />
possédant des propriétés communes avec la mémoire humaine, évoluant dans un simple ‘monde<br />
systémique’.<br />
Malheureusement, il reste encore dans ce modèle de trop nombreux paramètres, dont on<br />
ne connaît pas encore l’influence exacte sur les dynamiques du réseau, malgré les études portant<br />
sur le caractère bifurquant de nombreux paramètres (poids synaptiques, pas de discrétisation<br />
temporelle, raideur des fonctions neurones... ). Il semblerait d’ailleurs qu’une infime variation de<br />
certains de ces paramètres puisse modifier totalement le comportement du réseau. Il suffit pour<br />
s’en convaincre de voir la nature irrégulière de la variation de l’exposant maximal de Lyapunov en<br />
fonction d’un seul paramètre (7.2.4 Réseau Hopfieldien à différences finies, p.167). Ce type de<br />
comportement est une limite pour la quantification exacte du rôle de chaque paramètre sur les<br />
dynamiques du système. Et autre obstacle, les outils mathématiques disponibles ne sont pas<br />
suffisants pour permettre une approche théorique du comportement individuel de ces modèles 49 .<br />
Nous avons donc rapidement fait le choix de nous limiter à l’observation de<br />
comportements grâce à une approche principalement expérimentale, aidée par le logiciel<br />
développé. Ainsi, contrairement à ce que l’organisation de cette thèse laisse paraître, ce sont les<br />
49 cette limite s’applique moins à l’étude statistique des comportements de ces modèles pour des valeurs<br />
limites des paramètres. Mais, dans le cadre de cette thèse, nous cherchions à observer la richesse des<br />
dynamiques individuelles, et nous ne pouvions donc pas nous limiter à l’obtention de propriétés statistiques,<br />
même si celles-ci furent très utiles pour l’orientation initiale du choix du modèle.<br />
DYNAMIQUES OBSERVEES ET EXPERIMENTEES 143