Représentation de l'information

La problématique de l'intégration neurosymbolique nous fait envisager des relations entre les aspects numériques et symboliques et l'information. Ceci nous amène donc à étudier les capacités de représentation et de codage des réseaux de neurones artificiels, afin de faciliter un couplage ultérieur avec des approches symboliques ou une extraction de connaissances à partir d'un traitement neuronal. C'est ainsi que nous nous intéressons actuellement à des tâches d'interprétation et d'analyse de données ( cf. § 7.3,  § 7.2 et  § 7.1) qui, à partir de bases de données de grande taille (géographiques, industrielles ou bibliographiques), proposent une structuration et une exploitation raisonnée des connaissances implicitement disponibles.

Par ailleurs, l'inspiration des neurosciences nous permet de développer de front et de comparer deux formalismes de calcul neuronal, le calcul classique en champ continu et le codage temporel par impulsion. En particulier, nous nous attachons à comparer, selon les applications visées, les coûts et les performances respectifs de ces deux approches.