Les réseaux de neurones classiques peuvent offrir des solutions très intéressantes dans des applications de reconnaissance des formes ou approximation de fonctions mais ne peuvent en aucun cas être appliqués sur des données où le temps joue un rôle déterminant dans la résolution du problème. Comment ces réseaux de neurones statiques peuvent être adaptés pour être dynamiques ? Quelles sont les architectures de réseaux temporels qui existent en littérature ? Comment est mené l'apprentissage pour la prise en compte de la dimension temporelle des données ? Nous essaierons de répondre à ces questions à travers ce manuscrit consacrée à la représentation du temps dans les réseaux de neurones en correspondance avec le traitement d'images. Nos intérêts de recherche concernent principalement deux domaines complémentaires, à savoir, d'une part, l'étude et la synthèse des réseaux de neurones temporels et d'autre part, la mise en application des réseaux de neurones impulsionnels en traitement d'images.