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. 7.1,
8.2
et 8.1)
qui, à partir de bases de données de grande taille
(géographiques, génomiques 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.