Abstract EN:

La these deux grandes parties. La premiere expose le cadre conceptuel dans lequel nous proposons de concevoir l'apprentissage et l'adaptation des systemes artificiels, illustre par la description de systemes connexionnistes standards. La deuxieme decrit un modele connexionniste nouveau, les membranes de perceptrons, inspire par le cadre conceptuel presente dans la premiere partie. Le cadre conceptuel est etabli a l'aide de deux eclairages simultanes. Le plus iomportant est celui de f. Varela, dont le point de vue de l'autonomie fournit une reference fondamentale pour les sciences de la cognition. L'autre vient des theories statistiques et probabilistes de l'apprentissage artificiel. Ce double eclairage permet d'etablir un mode de description general de l'apprentissage et de suggerer des directions possibles pour l'amelioration des systemes existants. Les membranes de perceptrons qui font l'objet de la deuixieme grande partie de ce document constituent une tentative d'amelioration de ces modeles. La structure particuliere des membranes de perceptrons leur permet d'engendrer une grande richesses de formes possibles a l'aide de composants simples (derives du perceptron). Nous etudions ensuite les differentes solutions possibles pour donner a ces objets des capacites d'adaptation passive sous l'action d'un environnement, ainsi que des dynamiques d'evolution structurelles. Ce document se termine par la presentation d'un certain nombre d'exemples de simulation effectuees sur station de travail. Les problemes abordes sont la classification automatique, l'appoximation de fonctions, et le controle de processus.