=====2. Neurones et réseaux===== Pour modéliser le cerveau nous utilisons l'analogie du circuit reconfigurable. * Un circuit est ici un graphe (connexe) constitué : * de nœuds * et d'arêtes. * L'activité qui se développe dans le circuit repose : * sur la transmission de signaux sur les axones * via les neurones qui en sont les relais. Inspirés par le fonctionnement du cerveau, les réseaux de neurones sont des modèles de calculateurs : * dans lesquels le ``programme'' (la fonction de réponse) est décrit par un graphe. * Ce graphe est constitué : * d'un ensemble de nœuds, qui sont les unités de calcul, * et un ensemble d'arêtes, pondérées et orientées, qui transportent le signal entre les différentes unités de calcul. Le signal produit par les neurones biologiques n'est pas une grandeur continue. * Le système nerveux est donc caractérisé par l'émission et la réception de signaux discrets, * qui présentent à première vue une certaine analogie avec les signaux numériques, * à ceci près qu'il n'existe pas d'horloge centrale pour cadencer les opérations. C'est ce caractère discret des opérations neuronales qui avait inspiré les premiers modèles de neurones, * au sein desquels les unités neuronales se comportaient comme des portes logiques {{http://link.springer.com/article/10.1007/bf02478259|MCu43}}, * par analogie avec les circuits logiques des architectures informatiques. Il existe : * de nombreux modèles de neurones * et de nombreux modèles de réseaux de neurones. La modélisation des processus neuronaux repose donc sur un choix du modélisateur, qui est fonction : * du mécanisme qu'il souhaite étudier, * des outils d'analyse * et/ou de la puissance de calcul dont il dispose. [[public:ncom:2.1 Activité et signal]] [[public:ncom:2.2 Réseau de neurones]] [[public:ncom:2.3 Traitement séquentiel]] [[public:ncom:2.4 Traitement récurrent]] [[public:ncom:2.5 Plasticité]] [[public:ncom:2.6 Assemblées neuronales]] [[public:ncom:2.7 Exemples]]