Table des matières

• .
• .
• Remerciements
• Introduction
• Notions préliminaires
  • Systèmes dynamiques et chaos
    • Systèmes dynamiques
    • Le chaos déterministe
    • Outils numériques
  • Neurophysiologie
    • Fonctionnement de la cellule nerveuse
    • Structures anatomiques
    • Adaptation dynamique
  • Connexionnisme
    • Historique
    • Modèle de neurone
    • Architectures
    • Règles d'apprentissage
    • Approche champ moyen
    • Notre approche
  
  
• Un modèle générique pour l'étude des dynamiques neuronales
  • Équations d'évolution à taille finie
    • Description du système
    • Comportement statistique à taille finie
    • Comportement dynamique
  • Équations de champ moyen à la limite thermodynamique
    • Propagation du chaos
    • Limite thermodynamique
    • Les équations de champ moyen (ECM)
    • Distance entre deux trajectoires
    • Variétés de bifurcation
  • Synchronisation sur un modèle à deux populations
    • Le système dynamique à deux populations
    • Régimes oscillants synchronisés
    • Régimes chaotiques sur le champ moyen
  • CONCLUSION LOCALE
  
  
• Dynamique spontanée et dynamique contrainte
  • Configuration spatiale
    • Neurones actifs/neurones figés
    • Mesures empiriques sur l'activité
    • Neurones actifs et déstabilisation
    • Influences internes et externes
  • Propriétés de la dynamique spontanée
    • Comportement dynamique global
    • Caractéristiques profondes de la dynamique
  • Sensibilité dynamique
    • Effet d'un motif statique sur le régime dynamique
    • Effet d'un motif statique sur la période
    • Présentation de motifs dynamiques séquentiels
  • CONCLUSION LOCALE
  
  
• Apprentissage : une dynamique sur les poids
  • Historique
    • La règle initiale
    • Différentiels d'activation
  • Covariance des activations
    • Règle de covariance
    • Comportement statistique de la covariance
    • Application de la règle sur la dynamique spontanée
  • Apprentissage en dynamique contrainte
    • Motifs statiques
    • Motifs dynamiques : apprentissage en ligne d'une séquence
    • Motifs conditionnants
  • CONCLUSION LOCALE
  
  
• Apprentissage sur le modèle étendu
  • Une architecture pour l'apprentissage de signaux dynamiques
    • Le système dynamique à $K$ populations
    • Modèle pour l'apprentissage
    • Réponse du système
  • Banc de tests
    • Apprentissage partiel
    • Apprentissage de séquences
    • Signaux incomplets et bruités
  • Application à la robotique autonome
    • Principe du traitement visuel
    • Ordres moteurs
    • Architecture
    • Apprentissage
    • Adaptation dynamique
  • CONCLUSION LOCALE
  
  
• CONCLUSION G´ENÉRALE
• Bibliographie
• Index
• À propos de ce document...