Modèle connexionniste d'apprentissage d'associations par carte auto-organisatrice ; Contribution à l'étude d'une mise en correspondance des représentations connexionnistes et symboliques
Institution:
Paris, ENSTDisciplines:
Directors:
Abstract EN:
Pas de résumé disponible.
Abstract FR:
La complémentarité des propriétés attachées aux formalismes symbolique et connexionniste utilises en intelligence artificielle peut etre mise a profit par la spécification de systèmes hybrides disposant a la fois de facultés d'adaptation et de manipulation symbolique. Une telle coopération nécessite des échanges d'informations au moyen de transferts de représentations. Sa mise en place nous conduit a rechercher les conditions dans lesquelles pourrait se développer, pendant l'apprentissage d'un réseau connexionniste, une représentation orientée vers le symbolique, a caractère localise et structure. Ces propriétés permettent la détection de régularités dans les représentations internes, étape indispensable avant leur intégration effective dans un module symbolique. Le modèle des cartes auto-organisatrices de kohonen conduit au développement de telles représentations grâce a une compétition entre unités suivie d'une coopération entre voisins. Une analyse expérimentale de l'auto-organisation d'une carte met en évidence un traitement sélectif des dimensions d'entrée. Différents outils de description statistique ou topologique indiquent que les dimensions d'entrée les plus statistiquement informatives sont privilégiées par la carte et sont a l'origine de l'organisation topologique des unités. Le caractère privilégie accorde a certaines dimensions d'entrée pendant l'auto-organisation permet d'exercer un contrôle de l'adaptation au moyen des données présentées et de leur codage. Ce type de contrôle est utilise dans la spécification d'un modèle d'apprentissage d'associations base sur les cartes auto-organisatrices appelé lasso (learning associations by self-organization). Durant l'apprentissage, le système classifie des vecteurs composes d'une entrée et de la sortie désirée associée. Les poids ainsi appris sont utilises en phase d'exploitation pour déterminer le pattern associe a une entrée présentée. Ce modèle est appliqué a différents problèmes, dans le domaine de la reconnaissance des formes notamment. Les taux de reconnaissance obtenus valident le mode d'exploitation particulier des cartes auto-organisatrices que nous proposons. L'utilisation d'une carte topologiquement organisée confère au modèle des capacités spécifiques sur le plan de la représentation des connaissances, qui se développe dans la carte suivant un principe de localisation au niveau de groupes d'unités voisines