Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
148<br />
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />
même réseau, les périodes peuvent aller de 1 (neurone oscillant entre deux états), à<br />
des périodes beaucoup plus longues (parfois plusieurs centaines d’itérations).<br />
La deuxième caractéristique qui nous semble importante est que ce type de<br />
réseau possède naturellement une organisation locale des dynamiques, et que cellesci<br />
se synchronisent en petits groupes de clusters. Ce type de réseau possède des<br />
caractéristiques de modularisation potentielle.<br />
Nous avons testé plusieurs dizaines de réseaux de ce type, en choisissant une<br />
répartition aléatoire des poids, à une même température, et tous possèdent cette<br />
même propriété : de petits groupes neuronaux s’organisent autour de fréquences<br />
spécifiques.<br />
Figure 7-4 : Clustering fréquentiel<br />
Pour différentes valeurs de fréquence, les zones où cette fréquence est maximale varient.<br />
Ainsi à chaque fréquence est associée un cluster préférentiel.<br />
A ce niveau de l’étude, ces résultats semblent suffisants pour tenter de les<br />
rapprocher du modèle cherché, où des modules neuronaux s’organisent et se<br />
synchronisent. Malheureusement, dans tous les essais réalisés, les clusters obtenus<br />
étaient de petite taille, de l’ordre de grandeur du voisinage neuronal.<br />
Ceci peut être expliqué simplement par le fait que, si un neurone oscille à une<br />
certaine fréquence, il entraîne obligatoirement les neurones qui lui sont connectés à<br />
cette fréquence, mais, pour que le neurone ne sature pas, il faut que celui possède<br />
des rétroactions négatives qui le maintiennent sur une dynamique. Or, ces<br />
configurations des poids sont rares dans un réseau où les poids sont choisis au<br />
hasard. Ainsi, il y a de grande chance que des groupes neuronaux saturent, isolant<br />
les clusters où l’architecture permet de maintenir une dynamique.<br />
TROISIEME PARTIE : RESULTATS