Thèse Sciences Cognitives - Olivier Nerot

154
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
autour de cette fréquence. En recommençant cette étude sur les différents clusters du
réseau, il est possible de voir que différentes zones du réseau s’organisent de façon
sélective autour de fréquences précises, et où les neurones sont en phase. Cette idée
conforte la faisabilité d’un encodage par synchronisme de populations neuronales.
Que ce passe-t-il si l’on perturbe ce type de réseau ?
b. Plusieurs attracteurs par neurone
Comme cela peut être vu dans le tableau suivant, les entrées initiales (à t=0) ont
été choisies aléatoirement selon toujours une loi uniforme, puis au bout d’un certain
temps (t=t0), de nouvelles entrées ont été présentées au réseau, sous la forme d’un
forçage à 1 d’un carré central.
Figure 7-11 : Perturbation de tous les neurones
Après perturbation de tous les neurones, le réseau ne se stabilise pas sur le même attracteur.
La dynamique atteinte est plus complexe, même si elle conserve une composante proche de
celle d’avant la perturbation.
Nous avons commencé par bruiter l’ensemble des neurones du réseau précédent,
en forçant de façon équiprobable les sorties à plus ou moins un. Après perturbation,
le réseau se stabilise sur de nouveaux attracteurs. Le neurone [21-44] complexifie sa
dynamique (Figure 7-11).
TYPE LOIS PARAMETRES
Entrées " iÎ S, I ( t=
0) = A(
01 ,)
Evolution
i
" iÎ S , I ( t> t ) = 1
E i
TROISIEME PARTIE : RESULTATS
0
i
N
å ij
j=
1
j ij
ht () = wx( t-t
)
-
e
xi() t =
1+
e
Thi() t
-Thi()
t
N=8192
w ij ij
= A ([ -11
; ])
t ij ij
( ,
)
= A < 019>