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