Thèse Sciences Cognitives - Olivier Nerot

Recommendations

Info

Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents 1.2.2 Développement Une fois réalisée cette analyse des modèles neuronaux, des architectures et des algorithmes d’apprentissage permettant la mémorisation de dynamiques, et après avoir déterminé les contraintes de plausibilité biologique à imposer, la thèse présentera et justifiera les choix réalisés pour le développement de notre modèle, tant au niveau neuronal, qu’au niveau architectural. Nous tenterons, au cours de ce développement, de mettre en place un modèle théorique de la mémoire, qui concilie les connaissances neurophysiologiques actuelles (comportement chaotique des EEG, synchronisations neuronales, architectures modulaires), les modèles théoriques de l’autonomie (clôture opérationnelle, environnement perturbatif, autoorganisation), et les architectures artificielles actuellement développées (neurones à délais, période réfractaire). Comme nous le verrons dans cette partie, l’ensemble des résultats aujourd’hui connus dans ces différents domaines, peuvent s’articuler autour d’une architecture que nous nommerons PAMA (Perturbation-Anticipation-Modularisation-Association). Enfin sera présenté rapidement l’outil logiciel mis au point spécifiquement pour l’étude des modèles développés, et qui a produit l’ensemble des résultats présentés dans cette thèse (Chap. 6, Développement informatique du modèle. p128). Cet outil, développé sur l’ordinateur parallèle du TIMC, nous a offert la puissance nécessaire à la simulation de réseaux comportant jusqu’à 262144 neurones, en permettant leur analyse en temps réel ( état des sorties, traçage des attracteurs des neurones, de leurs cartes de bifurcation, visualisation des transformées de Fourier de l’ensemble du réseau, affichage des neurones en phases, etc...). 1.2.3 Résultats Dans une troisième et dernière partie, seront rassemblés les résultats obtenus lors de la simulation des modèles par le logiciel ci-dessus. Dans un premier chapitre nous synthétiserons la multitude de dynamiques différentes observées dans nos réseaux en fonction des modèles étudiés [Chap.7, Dynamiques observées, p143], et tenterons de déterminer l’influence des paramètres. La détermination de ces paramètres influents oriente alors les grandes direction de recherche pour la modélisation de l’apprentissage [Chap.8, Anticipation du forçage des dynamiques, p.185]. Comme justifié dans la première partie de cette thèse, l’apprentissage consistera à forcer la dynamique d’un ou plusieurs neurones du réseau, et à faire en sorte que le réseau minimise la perturbation induite par ce forçage. Nous reviendrons alors aux questions sous-jacentes à cette thèse, présentées dans l’introduction, en tentant d’analyser de façon fonctionnelle et qualitative les phénomènes observés pendant les simulations et l’apprentissage : ces comportements observés peuvent-ils être comparables à des comportements ‘naturels’ ? Cette approche tentera de montrer qu’il est possible de dégager une vision de l’autonomie, compatible avec l’observation biologique, et pourtant implantée dans un système dit artificiel. 1.3 Bibliographie [[9]] A. Babloyantz, A. Destexhe. Nonlinear analysis and modelling of cortical activity. Mathematics applied to biology and medecine. J. Demongeot, V. Capasso (edts). ISBN 0-920063-63-2. p 35-48 (1993) 20 PREMIERE PARTIE : ANALYSE
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents [[10]] A. Babloyantz, C. Lourenço. Computation with chaos. A paradigm for cortical activity. Proc. Natl. Acad. Sci. USA. Vol.91, p.9027. (1994) [[17]] Henri Berson. Matière et mémoire. Essai sur la relation du corps à l’esprit. (1896) [[40]] Francois Chapeau-Blondeau, Gilbert Chauvet. Stable, Oscillatory, and chaotic regimes in the dynamics of small neural networks with delay. Neural Networks, Vol. 5. pp 735-743. (1992) [[43]] Francois Chapeau-Blondeau. Analysis of neural networks with chaotic dynamics. Chaos, Solitons & Fractals. Vol. 3. No 2. pp 133-139. (1993) [[61]] D.C. Dennett. La conscience expliquée. Editions Odile Jacob. (1991) [[71]] G.M. Edelman (edelman@wisdom.weizmann.ac.il). Biologie de la conscience. Collection Point. Edition Odile Jacob. (1992) [[107]] Marc Jeannerod. Le cerveau-machie. Eds. Fayard [[162]] M.I. Rabinovich, R. Huerta, H.D.I Arbanel, A.I. Selverson. A minimal model for chaotic bursting of the LP neuron in lobster. Submitted to Proc. Natl. Acad. Sci. (1996) [[171]] Steven J. Schiff, Kristin Jerger, Duc H. Duong, Taeun Chang, Mark L. Spano, William L. Ditto. controlling chaos in the brain. Nature. Vol 370. pp615-620. (1994) [[175]] Erwin Schrödinger. L’esprit et la matière. Coll. Seuil. [[180]] Christine A. Skarda, Walter J. Freeman (wfreeman@garnet.berkeley.edu). How brains make chaos in order to make sense of the world. Behavioral and Brain <strong>Sciences</strong>. 10. pp 161-195. (1987) [[194]] Towards an artificial eye. IEEE Spectrum. p21-69. 0018-9235/96. (1996) [[164]] Steve Renals. Chaos in neural networks. Eurasip Workshop, 90-99. (1990) [[167]] Bertrand Russel. Histoire de mes idées philosophiques. Coll. tel Gallimard. [[205]] F.J. Varela. Autonomie et connaissance. La couleur des idées.Collection Seuil.Edition 1989. PRESENTATION GENERALE 21
Page 1: THESE présentée en vue d’obteni
Page 5 and 6: Mémorisation par forçage neuronal
Page 7 and 8: Mémorisation par forçage des dyna
Page 19: Mémorisation par forçage des dyna
Page 26 and 27: 26 Mémorisation par forçage des d
Page 71 and 72:
Mémorisation par forçage des dyna
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 128 and 129:
128 Mémorisation par forçage des
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
Page 138 and 139:
Page 140 and 141:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Page 185 and 186:
Page 187 and 188:
Page 189 and 190:
Page 191 and 192:
Page 193 and 194:
Page 195 and 196:
Page 197 and 198:
Page 199 and 200:
Page 201 and 202:
Page 203 and 204:
Page 205:
Page 208 and 209:
Page 210 and 211:
Page 212 and 213:
Page 214 and 215:
Page 216 and 217:
Page 218 and 219:
Page 220 and 221:
Page 222 and 223:
Page 224 and 225:
Page 226 and 227:
Page 228 and 229:
show all

Thèse Sciences Cognitives - Olivier Nerot

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?