pen icon Colloque
quote

Etude de l'oubli dans un modèle de mémoire associative

PA

Membre a labase

Patrick Agin

Résumé du colloque

Les modèles connexionnistes sont d'un grand intérêt en sciences cognitives. Ils représentent une voie prometteuse quant à leur capacité explicative de phénomènes dits intelligents. Parmi ces modèles figurent les non-supervisés qui ont l'avantage d'être, jusqu'à un certain point, plausibles à un niveau biologique. Les modèles auto-associatifs non supervisés sont des modèles de la mémoire qu'on apprenne que par la simple présentation d'une seule entrée. Le modèle Eidos fait partie de cette classe de modèles; il se veut explicatif du phénomène de la catégorisation chez les organismes. Il est caractérisé par une règle d'apprentissage qui comporte une composante hébbienne à une autre anti-hébbienne. Comme tout bon modèle de classification, il doit apprendre en environnement bruité. Cependant, des anomalies surviennent dans cette situation et pour les résoudre, un paramètre d'oubli a été introduit dans le modèle. Lorsque bien réglé, ce paramètre permet la discrimination entre signal et bruit. Malheureusement, une détermination analytique des bornes de fonctionnement du paramètre montre un rétrécissement progressif de l'intervalle, et cela au fur et à mesure qu'augmente le nombre de stimuli à apprendre. Cela implique la conclusion de non-plausibilité du modèle tel qu'il est formulé actuellement. Néanmoins, certaines solutions peuvent être envisagées.

Contexte

host icon Hôte : Université du Québec à Montréal

Découvrez d'autres communications scientifiques

Autres communications du même congressiste :