Abstract FR:

La transposition des problèmes-jouets de laboratoire aux applications industrielles a montré les limites de l'emploi d'un modèle connexionniste isolé comme solution polyvalente. En dépit de résultats plus convaincants, l'intégration de ces modèles dans des systèmes de pré- ou post-traitements, élaborés avec les outils des sciences de l'ingénieur, s'avère encore insuffisante. Dans ce contexte, l'emploi de solutions hybrides, au sein même des architectures neuronales, semble plus fructueux. La gestion de systèmes multi-réseaux pose cependant des difficultés liées à la compatibilité structurelle, à l'harmonisation des fonctions, à la mise en place de coopérations, etc. Cette thèse propose les fondements d'une structure d'accueil permettant la création de telles architectures. Elle se place dans la continuité de travaux basés sur un modèle d'inspiration neurobiologique du cortex cérébral et situés entre les approches bas niveaux et cognitivistes. Après avoir montré l'intérêt d'une meilleure prise en compte de la compréhension du vivant pour la réalisation de dispositifs artificiels, elle décrit un cadre formel associant un certain nombre de concepts (hiérarchie, connectivité, plasticité,. . . ) Susceptibles de conduire à l'élaboration incrémentale de réseaux complexes. L'exposé se poursuit par la présentation d'outils informatiques flexibles, adaptés à l'étude du modèle cortical ainsi qu'à son enseignement et facilitant la conception de ces méta-systèmes. Quelques exemples illustrent ensuite les attraits pluridisciplinaires de ces outils et mettent en évidence les gains apportés aux temps de développement. Enfin, la dernière partie de cette thèse soulève le problème de l'accélération des simulations et considère des solutions à court ou moyen terme, permettant la réalisation d'applications temps réel