Thèse Sciences Cognitives - Olivier Nerot

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
Figure 7-7 : Clustering fréquentiel autour du site de forçage
Pour quatre fréquences proches de la fréquence de forçage, des clusters isofréquences
émergent, parfois éloignés du site de forçage. Les isophases associées à ces fréquences
montrent de plus que le réseau se synchronise parfois autour de clusters isophases
spécifiques, et distants du site de forçage.
7.2.2 Réseaux à mémoire
La première idée permettant de mieux diffuser les dynamiques dans le réseau a été
d’utiliser des neurones à mémoire (3 Modèle à mémoire, p.66). En effet, comme cela a été vu, le
principal avantage de ce modèle de neurone est de posséder une dynamique propre, puisque les
entrées de ce neurone sont convoluées avec une fonction de transfert. Ainsi, il est possible
d’espérer que les dynamiques obtenues, et l’activité du réseau, seront confinées dans des clusters
de plus grande taille. La complexification des dynamiques nous a fait apparaître certains
comportements auxquels nous ne pensions pas : il a en effet pu être observé une modification des
attracteurs qui dépend du moment initial du forçage d’un groupe de neurones, ainsi que des
phénomènes d’accrochage de fréquence entre neurones voisins. Ces résultats sont présentés
dans les pages qui suivent, au fur et à mesure qu’ils nous sont apparus, lors de l’étude des
modèles.
1. Modèles à délai
L’architecture à mémoire la plus simple à réaliser est un modèle à délais, où
l’information met un certain nombre d’itérations avant d’arriver au neurone. Ce type
d’architecture semble plus proche de la réalité biologique.
TYPE LOIS PARAMETRES
( 0) =A(,)
01
Entrées I i i
Evolution
i
N
å ij
j=
1
j ij
ht () = wx( t-t
)
e
xt i()
=
1+
e
b
-h
t
V i()
b
-h
t
V i()
N=8192, b=252, V=8
w ij ij
= A ([ -11
; ])
t ij ij
( ,
)
= A < 019>
DYNAMIQUES OBSERVEES ET EXPERIMENTEES 151