Apprentissage et codage de corrélation dans des réseaux d'état stochastique

Learning and coding correlations in stochastic network states

• Auteur / Autrice : Sami El Boustani
• Direction : Alain Destexhe
• Type : Thèse de doctorat
• Discipline(s) : Neurosciences
• Date : Soutenance en 2010
• Etablissement(s) : Paris 6

Mots clés

Mots clés libres

Neuroscience Computationelle

Cortex visuel primaire

Dynamique corticale

Corrélation

Stdp

Metaplasticité

Systèmes sensoriels

Cortex à tonneaux

Résumé

L'activité des réseaux de neurones corticaux est caractérisée par des motifs de décharge stochastiques. Cependant, la nature exacte de ces états, et comment un apprentissage stable et un codage d'information peuvent se produire dans de tels états, restent mal compris. Nous avons d'abord étudié des modèles de réseaux de neurones capables de reproduire les régimes d'activité observés in vivo. Ces régimes asynchrones et irréguliers sont modélisés à l'aide d’une description Markovienne en utilisant une équation maîtresse phénoménologique. Afin de disséquer les corrélations présentes dans l'activité corticale, nous avons développé différents outils d'analyse. Nous trouvons que la réponse sous-liminaire de neurones dans V1 peut refléter les corrélations dans le stimulus visuel. Au niveau extracellulaire, nous avons développé un modèle d'Ising qui peut prédire précisément le taux d'occurrence des motifs spatio-temporels de décharge de plusieurs neurones enregistrés simultanément. Nous nous sommes ensuite intéressés à la question du codage de corrélations in vivo. Des enregistrements extracellulaires ont été effectués dans le cortex à tonneaux du rat anesthésié. Nous avons trouvé que le niveau de corrélation affecte les propriétés intégratives des neurones enregistrés. Un modèle fonctionnel suggère que ce résultat peut s'expliquer par des interactions entre cellules de sélectivité opposée. Finalement, nous avons proposé un modèle basé sur la règle de plasticité STDP qui peut stabiliser l'apprentissage dans l'activité spontanée. Ce modèle est équivalent à une règle BCM et peut reproduire des résultats dans l'hippocampe où la méta-plasticité a été observée pour la première fois.