Deux postulats sont communément acceptés par les modèles connexionnistes :
Or, le système nerveux utilise des synapses dynamiques, qui transmettent un signal différent à chaque neurone connecté. Ces types de synapses se retrouvent dans les aires du cerveau dédiées à la reconnaissance auditive (Baker et Rao, Soumis).
L’utilisation des synapses dynamiques permet d’augmenter les capacités de calculs et de diminuer le nombre de neurones. Ces réseaux doivent discriminer des stimuli consistant en deux décharges, séparées par un intervalle variable. Ils rivalisent avec les réseaux de neurones artificiels, mis en avant par Wang et Alkon (1995) dont l’architecture est fondée sur trois réseaux de neurones, ainsi que par Buonomano et Merzenich (1995) qui utilisent un nombre beaucoup plus important de neurones (500). Cependant, les neurones de ce réseau sont moins fiables, puisqu’ils peuvent répondre aussi bien pour 40 ms ou 50 ms. Mais, selon les auteurs, la plupart des applications réalistes n’ont pas besoin de comparer d’aussi petites variations. Le recours à des synapses dynamiques permet donc de diminuer le coût informatique (Doerksen, 2000). Elles permettent aussi de simuler des filtres spatiaux et temporels 17 .
Un réseau simple utilisant des synapses dynamiques est créé pour reconnaître des mots isolés noyés dans un bruit de fond, à partir du signal brut 18 (Liaw et Berger, 1996). Narmavar, Liaw, Berger (2001) ont ajouté un filtre basé sur les ondellettes. Un algorithme génétique permet d’optimiser les paramètres (comme les constantes du temps) du réseau et assure la convergence de l’apprentissage Hebbien. Les réseaux de synapses dynamiques ont aussi été combinés avec un modèle de cochléogramme, pour apprendre quatre tons purs dont la fréquence fondamentale varie au cours du temps 19 (Näger, Storck et Deco, 2002).
Le prochain réseau que nous allons étudier ne contient pas de synapses dynamiques, et peut donc être comparé aux réseaux de la première catégorie.
Natchschläger, Maass et Zador, (2000) ont montré que le recours à des synapses dynamiques permet d’obtenir une approximation d’un filtre temporel de façon plus efficace par rapport à un « time delay network » (Back et Tsoi, 1993), tout en réduisant le nombre de paramètres ajustables.
Douze mots d’une syllabe prononcés par deux locuteurs.
Les voyelles seules ne pouvaient être apprises, car elles étaient trop stationnaires pour le modèle. C’est aussi la raison pour laquelle les tons pur ont une fréquence fondamentale montante ou descendante.