Les circuits cérébraux présentent une architecture modulaire à différentes échelles d’organisation. Ces assemblages neuronaux sont généralement associés à une spécialisation fonctionnelle qui favorise à la fois la ségrégation et l’intégration des informations. Cependant, les mécanismes qui conduisent à leur émergence et à leur consolidation restent évasifs.Cette thèse de doctorat vise à comprendre la formation de structures modulaires dans les réseaux neuronaux artificiels et les mécanismes qui soutiennent ces structures de mémoire dans le temps tout en permettant une adaptation continue. En outre, la thèse cherche à valider l’architecture et les mécanismes en utilisant des informations sensorielles réelles et à évaluer leur intégration efficace dans des tâches cognitives.Dans le premier chapitre, nous examinons l’état de l’art concernant la formation de modules multiples dans des réseaux d’oscillateurs couplés, en nous concentrant spécifiquement sur les oscillateurs de Kuramoto soumis à l’adaptation. Ce chapitre met également en évidence la formation de modules structurels par stimulation externe et examine deux approches : celle basée sur la fréquence et celle basée sur la synchronie, ce qui ouvre la voie aux expériences menées dans les chapitres suivants.Dans le deuxième chapitre, nous nous concentrons sur la formation et la consolidation de structures modulaires induites par des stimuli externes dans des réseaux de neurones theta. Les résultats montrent que les neurones inhibiteurs jouent un rôle crucial dans le maintien de ces architectures modulaires. Les réseaux contenant à la fois des neurones excitateurs et inhibiteurs sont capables de maintenir et de consolider les souvenirs appris en évitant une synchronisation totale du réseau, alors que les réseaux contenant uniquement des neurones excitateurs ou les réseaux qui ne font pas la différence entre les neurones excitateurs et inhibiteurs n’y parviennent pas. Nous montrons également que le nombre de neurones inhibiteurs dans le réseau détermine sa capacité de mémoire.Dans le troisième chapitre, nous étudions le phénomène de rappel spontané de la mémoire dans un état irrégulier asynchrone et son rôle dans la consolidation de la mémoire à long terme. Nous considérons un réseau de neurones à impulsions excitateurs-inhibiteurs soumis à une plasticité dépendante du temps d’occurrence des impulsions. Nous montrons que la présence de deux groupes de neurones inhibiteurs - l’un soumis à une STDP Hebbienne et l’autre à une STDP anti-Hebbienne - est nécessaire pour garantir l’émergence des structures modulaires et leur rappel spontané au repos. Nous prouvons que ces rappels sont corrélés à une consolidation des modules structurels. De plus, une relation entre le nombre de neurones inhibiteurs et la capacité de stockage est à nouveau établie.Enfin, dans le dernier chapitre, nous appliquons cette architecture à l’apprentissage d’informations audiovisuelles. Cela confirme la possibilité de former et de maintenir des structures complexes à long terme, mais cette fois-ci avec des stimuli sensoriels réels. L’apprentissage indépendant de chaque modalité aboutit à des structures séparées stables, permettant une reconnaissance unimodale efficace. L’intégration des modalités se fait par l’intermédiaire de neurones hubs, ce qui facilite le traitement cohérent et efficace des informations multisensorielles dans des tâches de reconnaissance et de génération.En résumé, cette thèse de doctorat contribue à une meilleure compréhension de l’impact de l’inhibition sur la dynamique des réseaux, permettant un apprentissage durable de la mémoire. De plus, ces travaux mettent en évidence le rôle de cette même inhibition dans le stockage des mémoires et dans leur intégration et traitement dans des tâches cognitives. Ainsi, cette thèse fournit des pistes pour des systèmes d’intelligence artificielle plus bio-réalistes, tout en contribuant à une meilleure compréhension des mécanismes neuronaux.