Les modèles neuromimétiques, compares aux caractéristiques adaptatives humaines, se révèlent trop monolithiques et trop statiques sur le plan de l'apprentissage et de la mémoire. Nous nous sommes plongés dans la neurobiologie, la pharmacologie, la psychologie, la physiologie du comportement, les mathématiques et l'informatique, afin d'étudier les mécanismes de mémorisation. Le travail présente différents niveaux d'étude et de modélisation. À l'échelle microscopique, nous avons réalisé des unités cellulaires complexes, munies de délai, de rémanence et de mémoire interne. Ces cellules sont dotées de plusieurs types de connexion, notamment de connexions modulatrices qui développent des effets de sensibilisation ou de déclenchement. Des plates-formes nous permettent de tester des règles de plasticité synaptique. Ces unités sont intégrées dans des populations telles que les assemblées neuronales, les colonnes corticales et d'autres structures organisées. Elles développent alors des principes de mémoire immédiate, de mémoire à court terme et à long terme. À l'échelle macroscopique, nous nous sommes intéressés à la coopération entre des structures extrinsèque/intrinsèque et entre des sous-structures corticales intrinsèques. Nous avons étudié un système neuronal plonge dans un environnement, sur lequel nous opérons des protocoles d'apprentissage qui se rapprochent des conditionnements opérants, fondés sur des mécanismes de renforcement (punition, récompense). Nous avons également mis en œuvre une modélisation d'interactions pariéto-temporales appliquées à la reconnaissance visuelle. Une synthèse de ces différentes échelles indique que d'une part les règles de Hebb employées jusqu'alors ne suffisent plus pour des apprentissages tels que le conditionnement opérant. D’autre part, les mécanismes de modulation deviennent un point fondamental dans la mise en œuvre de meilleurs systèmes dynamiques d'apprentissage et de mémoire dans les réseaux neuronaux. Indiquons enfin, que nos modèles reposent sur une base neuronale orientée objet, NeuroBase, qui définit en C++, un ensemble de classes et de méthodes pour la création de réseaux neuromimétiques. Elle offre plusieurs points d'entrée de conception