Architecture

Le modèle possède 3 couches, soit $K=3$. Les paramètres qui définissent les poids et les seuils sont les mêmes que dans le cadre des simulations. Les tailles des différentes couches sont : $N^{(1)}=90$, $N^{(2)}=100$ et $N^{(3)}=7$. Il n'y a pas de motif conditionnant. Le paramètre de gain vaut $g=8$.

Le signal $I^{(1)}(t)$ contient les informations en provenance des couches de traitement visuelle (position des amers) et le signal $I^{(3)}(t)$ contient une séquence motrice définie par l'utilisateur. La densité du signal visuel est de l'ordre de $f^{(1)}=k/N^{(1)}$, et celle du signal moteur vaut $f^{(3)}=1/N^{(3)}$.

La dynamique qui se met en place dans la couche 1 doit prendre en compte à la fois les signaux provenant de la couche primaire visuelle et ceux de la couche primaire sensori-motrice. Les paramètres choisis permettent d'établir une priorité de l'information visuelle sur l'information motrice, soit $\sigma_I^{(1)}>\sigma_I^{(3)}$. On a pris pour l'expérience $\sigma_I^{(1)}=0.2$ et $\sigma_I^{(3)}=0.1$

Les liens non nuls à l'initialisation sont les liens récurrents $J^{(22)}$ et les liens directs des couches primaires vers la couche dynamique $J^{(21)}$ et $J^{(23)}$. On a :

$$\begin{array}{ll} \bar{J}^{(22)}=0 & \sigma_J^{(22)}=1\\ \... ... \sigma_J^{(13)}= \sigma_I^{(3)}/\sqrt{f^{(3)}}\\ \end{array}$$

Tous les liens afférents à la couche dynamique, ainsi que les liens retour de la couche dynamique vers les couches primaires ($J^{(12)}$ et $J^{(32)}$) sont modifiables par apprentissage. Les liens latéraux $J^{(11)}$, $J^{(13)}$, $J^{(31)}$ et $J^{(33)}$ n'existent pas.

Le modèle d'architecture est présenté sur la figure . Les lien modifiables nuls à l'initialisation sont en trait pointillé.

Figure: Architecture du modèle à trois couches.

Figure: Aspect du même réseau sur le logiciel ``Leto'' de l'ETIS.