23.06.2013 Views

Thèse Sciences Cognitives - Olivier Nerot

Thèse Sciences Cognitives - Olivier Nerot

Thèse Sciences Cognitives - Olivier Nerot

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />

dimension fractale fiable pour l’ensemble des dynamiques obtenues dans nos<br />

réseaux. La notion de chaos sera donc observée par ses propriétés de dépendance<br />

aux conditions initiales (Plusieurs attracteurs par neurone, p.154), et par l’observation<br />

de nombreux paramètres bifurquants (Paramètres bifurquants, p.173).<br />

c. Synchronisme local<br />

Le modèle théorique de mémoire proposé précédemment requiert l’obtention de<br />

synchronismes locaux. Dans ce but, nous avons calculé la transformée de Fourier de<br />

chaque dynamique locale du réseau, et avons effectué une ‘coupe’ à une fréquence<br />

donnée de l’ensemble des spectres du réseau. La méthode utilisée est représentée<br />

par la Figure 7-3, qui montre comment est obtenue la matrice donnant la puissance<br />

d’une fréquence donnée pour chaque neurone.<br />

Figure 7-3 : Obtention de la matrice des fréquences<br />

Afin d’obtenir la matrice des fréquences, la transformée de Fourier de chaque dynamique<br />

neuronale est calculée, puis, pour une fréquence donnée, l’intensité de cette fréquence pour<br />

chaque site est codée par une couleur.<br />

Les codes couleurs utilisés vont du bleu pour les puissances les plus faibles<br />

jusqu’au rouge pour les puissances les plus fortes. En dessous d’un certain seuil, les<br />

puissances sont représentées par du gris. Les matrices obtenues par ce procédé pour<br />

le réseau actuellement étudié sont présentées dans la Figure 7-4, pour douze<br />

fréquences différentes.<br />

On peut voir sur cette figure que le réseau s’organise, et que chaque fréquence<br />

possède une puissance plus grande dans des clusters 50 précis. De même, certains<br />

clusters semblent posséder un plus grand nombre de fréquences que d’autres. Ce<br />

type de comportement est assez encourageant, car il présente deux caractéristiques<br />

recherchées dans nos réseaux. La première est que ce réseau possède une<br />

répartition large d’un grand nombre de fréquences dans tout le réseau : dans un<br />

50 En français : amas. Désigne un petit groupe de neurones groupés.<br />

DYNAMIQUES OBSERVEES ET EXPERIMENTEES 147

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

Saved successfully!

Ooh no, something went wrong!