Réseaux neuronaux stochastiques

La dynamique déterministe étudiée jusqu'ici s'avère parfois très rigide pour les applications pratiques. D'une part, dans la plupart des applications à l'aide d'un codage surabondant on peut corriger certaines fautes et par conséquent tolérer que le réseau commette quelques erreurs. D'autre part, comme on l'a vu dans le contexte de recuit simulé, une erreur commise dans une étape précoce de calcul déterministe n'a plus aucune chance d'être corrigée dans la suite ; par contre, lors d'une évolution stochastique, il y a toujours une probabilité positive de corriger les erreurs commises ...en commettant d'autres qui les contrebalancent.

Pour ne pas alourdir inutilement le formalisme, on expose le principe de fonctionnement stochastique d'un réseau de McCulloch et Pitts homogène (les efficacités synaptiques sont identiques pour toutes les arêtes homologues de couches différentes).