Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
Thèse Sciences Cognitives - Olivier Nerot
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
44<br />
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />
qu’il existe un comportement périodique de l’ensemble du réseau : le réseau est donc<br />
synchronisé. Ceci montre que, curieusement, la variabilité neuronale peut être une<br />
source de synchronisation pour nos réseaux, et que des synchronismes peuvent<br />
émerger, sans être contenus de façon explicite dans les lois du système. Cette<br />
constatation va dans le sens où les synchronismes peuvent émerger dans des réseaux<br />
d’une grande complexité dynamique, possédant de nombreux paramètres individuels,<br />
semblables aux réseaux de neurones biologiques. Ainsi, dynamiques complexes et<br />
synchronisation de populations neuronales peuvent ne pas être incompatibles.<br />
4. Spectre à support dense<br />
Une autre propriété du chaos, qui<br />
peut être avantageuse pour notre<br />
propos, est que le spectre de Fourier<br />
d’une dynamique chaotique possède<br />
une bande continue de fréquences non<br />
nulles 14 . Cette caractéristique peut être<br />
intéressante pour la recherche de<br />
synchronisme dans le réseau, puisqu’un<br />
plus grand nombre de fréquences sont<br />
présentes dans le paysage dynamique<br />
du réseau. De cette façon, le réseau<br />
maximise ses chances d’avoir des<br />
isofréquences entre neurones,<br />
augmentant donc ses chances d’avoir<br />
des fréquences synchronisables. On<br />
retrouve l’idée, présentée dans le<br />
paragraphe précédent, qu’un réseau de grande complexité dynamique peut posséder de<br />
fortes capacités de synchronisation locale.<br />
5. Synchronisation par perturbation<br />
Dans le cas où plusieurs neurones évoluent sur un même attracteur, il est possible de<br />
les synchroniser. Cette propriété peut être à l’origine des mécanismes de mémorisation<br />
dans un modèle connexionniste à dynamique chaotique, où l’information est encodée par<br />
le synchronisme des dynamiques du réseau. En effet, si l’on perturbe un système par un<br />
signal additif ajouté à un instant donné aux variables d’état du système, éloignant cellesci<br />
de leur attracteur, elles peuvent se resynchroniser pendant un certain temps en<br />
décrivant en parallèle les mêmes trajectoires de l’attracteur. En effet, vu de l’attracteur,<br />
l’angle solide contenant les points translatés par la perturbation, supposée instantanée,<br />
peut être considéré comme assez petit, si cette perturbation est suffisamment<br />
importante, tout en laissant les points perturbés à l’intérieur du bassin. Les points<br />
reviennent alors vers l’attracteur, en restant groupé dans le cône de cet angle solide<br />
(cf.Figure 2-14). Caractéristique des systèmes attractifs, la synchronisation par<br />
perturbation du système à l’avantage de concilier deux des hypothèses de cette thèse :<br />
l’encodage par synchronisation, et l’assimilation de la perception de l’environnement à<br />
14 où, dans un langage scientifiquement plus exact, que le spectre est sur un support de mesure de Lebesgue<br />
non nul, partout dense dans un ensemble connexe<br />
PREMIERE PARTIE : ANALYSE<br />
Figure 2-13 : FFT du X(t) du système de Lorenz<br />
Les transformée de Fourier de la dynamique de<br />
Lorenz est dense, et possède donc un grand<br />
nombre de composantes fréquentielles, autorisant<br />
ainsi un plus grand nombre de synchronisations<br />
potentielles.