=====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]]