23.06.2013 Views

Thèse Sciences Cognitives - Olivier Nerot

Thèse Sciences Cognitives - Olivier Nerot

Thèse Sciences Cognitives - Olivier Nerot

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!