Thèse Sciences Cognitives - Olivier Nerot

180
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents
Durant ces expériences, nous
nous sommes confrontés à un
phénomène au départ
surprenant portant sur le
neurone [96,12] (Figure 7-42) :
l’attracteur obtenu en figeant b
à 252, et en réinitialisant le
réseau, n’était pas le même
que celui obtenu en faisant
augmenter b de 0 à 252. Ceci
nous a orientés vers la
recherche de phénomènes
d’hystérésis. Nous avons donc
fait varier b autour de 252, de
150 à 300, puis de 300 à 150,
sans réinitialisation du réseau
entre les itérations. Il se
confirme que, lors de la
redescente du gain, le réseau
arrive à maintenir des
dynamiques complexes
pendant la décroissance de b
(Figure 7-42). Pour faire
redescendre le réseau de cette
dynamique, il suffit de le
perturber en forçant ses
neurones à une valeur
aléatoire pendant quelques Figure 7-42 : Hystérésis du diagramme de bifurcation
itérations. Ce type de comportement est très encourageant pour l’approche réalisée dans
cette thèse assimilant l’information extérieure à une perturbation. En effet, cet hystérésis
montre que plusieurs dynamiques peuvent coexister dans un même réseau, certaines
étant maintenues artificiellement. De plus, ces dynamiques artificiellement maintenues le
sont à l’échelle d’un seul neurone. Il est donc possible d’observer, dans un grand réseau
de multiples dynamiques artificiellement maintenues, que la moindre perturbation
extérieure peut perturber, en transformant par exemple un attracteur étrange en cycle
limite.
De plus, comme nous avons vu que des bifurcations peuvent apparaître dans l’ensemble
du réseau, en même temps, nous pouvons imaginer que, dans certaines conditions, le
forçage local de quelques neurones peut suffire à perturber des populations neuronales
de grande taille. Ce résultat démontre donc la faisabilité d’un réseau modulaire,
modifiant la dynamique de populations neuronales par la simple perturbation de
quelques neurones. Ceci est en accord avec l’idée d’une perception globale des
perturbations induites par quelques sites de forçage.
7.3.2 Variation du coefficient de rétroaction
Un autre paramètre possède un rôle important dans la dynamique neuronale, celui de
rétroaction. En général, pour des raisons de stabilité et de plausibilité biologique, il est négligé
TROISIEME PARTIE : RESULTATS