Skip to Main content Skip to Navigation
Conference papers

SpikeAnts: un réseau de neurones impulsionnels pour modéliser l'organisation émergente dans un système complexe

Résumé : La notion d'organisation émergente est au coeur d'un grand nombre de systèmes complexes, des assemblées neuronales aux colonies d'insectes. Les Réseaux de Neurones Impulsionnels (RNI) constituent d'excellents candidats pour modéliser l'émergen-ce de dynamiques collectives dans les systèmes complexes, car les interactions temporelles sont placées au centre du processus de traitement de l'information mis en oeuvre dans ces réseaux. Un modèle spatio-temporel, baptisé SpikeAnts, est proposé pour reproduire la synchronisation d'activités émergentes dans une colonie d'insectes sociaux. Dans ce modèle parcimonieux, chaque fourmi-agent est modélisée par seulement deux neurones impulsionnels et la colonie constitue un réseau à connectivité éparse. Les décisions individuelles résultent de la compétition entre les deux neurones d'un agent qui reçoivent des informa-tions locales émanant des agents voisins. À l'échelle de la population, le couplage spatio-temporel donne lieu à trois types de comportements-asynchrone, synchrone apériodique et synchrone périodique-proches des comportements observés dans les colonies de fourmis. Un diagramme de phase présente l'émergence de ces comportements en fonction de deux paramètres de contrôle, modélisant respectivement la sociabilité et la réceptivité d'une fourmi.
Complete list of metadatas

Cited literature [13 references]  Display  Hide  Download

https://hal.uvsq.fr/hal-02541733
Contributor : Sylvain Chevallier <>
Submitted on : Tuesday, April 14, 2020 - 10:16:32 AM
Last modification on : Tuesday, April 21, 2020 - 1:12:42 AM

File

SpikeAnts-NeuroComp-published....
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02541733, version 1

Collections

Citation

Sylvain Chevallier, Helene Paugam-Moisy, Michèle Sebag. SpikeAnts: un réseau de neurones impulsionnels pour modéliser l'organisation émergente dans un système complexe. NeuroComp 3e conférence française de Neurosciences Computationnelles, Apr 2010, Lyon, France. ⟨hal-02541733⟩

Share

Metrics

Record views

13

Files downloads

7