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.
88<br />
Mémorisation par forçage des dynamiques chaotiques dans les modèles connexionnistes récurrents<br />
3. Dans les réseaux à différence finie<br />
Il est possible d’envisager un intermédiaire entre les deux algorithmes précédents, qui<br />
se situe entre le cas discret et le cas continu. En effet, nous pouvons écrire les équations<br />
de propagation en réalisant l’approximation au premier ordre :<br />
Dans ce cas, nous obtenons :<br />
dx<br />
dt<br />
Dx<br />
xt ( + Dt)<br />
-xt<br />
()<br />
» =<br />
Dt<br />
Dt<br />
N<br />
N<br />
dxi<br />
() t + xi() t = åwijx j()<br />
t Þ xi( t + Dt) = ( 1-<br />
Dt) xi() t + Dt.<br />
åwijx<br />
j()<br />
t<br />
dt<br />
j=<br />
1 j=<br />
1<br />
Ce type de réseau a été appelé « réseau Delta » par Tsung & Cottrel [[199]], et il est<br />
possible de réaliser un apprentissage de type RTRL, en réalisant la même approximation<br />
au premier ordre de la rêgle d’apprentissage.<br />
k<br />
k<br />
æ<br />
l ö<br />
pij ( t+ Dt) = ( 1-<br />
Dt) pij () t + Dt.<br />
s¢ ( hk) çåwkl<br />
pij + dikxj÷<br />
è<br />
ø<br />
k<br />
Dw ( t + Dt) = h e ( t) p ( t + Dt)<br />
ij k ij<br />
k=<br />
1<br />
4. Avec Teacher forcing<br />
N<br />
å<br />
PREMIERE PARTIE : ANALYSE<br />
lÎS Equation 4-7 : RTRL pour réseau à différence finie<br />
En reprenant l’équation du RTRL dans le cas continu, il est possible de séparer les<br />
neurones en deux groupes : ceux forcés (dont les indices appartiennent à ST), et ceux<br />
non forcés. On a alors :<br />
dp<br />
dt<br />
5. Avec Teacher forcing total<br />
k<br />
ij<br />
æ<br />
k<br />
( wklxl) ( wklxl) ö<br />
+ pij = s¢<br />
( hk<br />
) ç<br />
çå<br />
+ å ÷<br />
èl<br />
S wij<br />
l S w ÷<br />
Ï <br />
Î ij ø<br />
T T<br />
æ<br />
ö<br />
l<br />
= s¢ ( hk) çåwkl<br />
pij + dikxj÷<br />
èlÏS<br />
ø<br />
T<br />
Si le teacher forcing est total, c’est à dire que S = SS = ST,<br />
l’équation précédente<br />
devient :<br />
i<br />
dpij<br />
i<br />
() t + pij() t = s¢<br />
( hi()) t xj() t<br />
dt<br />
k<br />
dpij<br />
k<br />
() t + pij () t = 0si<br />
k ¹ i<br />
dt