A statistical mechanics approach to the modelling and analysis of place-cell activity

par Sophie Rosay

Thèse de doctorat en Physique

Sous la direction de Rémi Monasson.

Soutenue le 07-10-2014

à Paris, Ecole normale supérieure , dans le cadre de École doctorale Physique en Île-de-France (Paris) , en partenariat avec Ecole normale supérieure (Paris ; 1985-....). Laboratoire de physique théorique (laboratoire) et de Laboratoire de physique théorique (laboratoire) .

  • Titre traduit

    Activité de cellules de lieu de l'hippocampe : modélisation et analyse par des méthodes de physique statistique


  • Résumé

    Les cellules de lieu de l’hippocampe sont des neurones aux propriétés intrigantes, commele fait que leur activité soit corrélée à la position spatiale de l’animal. Il est généralementconsidéré que ces propriétés peuvent être expliquées en grande partie par les comporte-ments collectifs de modèles schématiques de neurones en interaction. La physique statis-tique fournit des outils permettant l’étude analytique et numérique de ces comportementscollectifs.Nous abordons ici le problème de l’utilisation de ces outils dans le cadre du paradigmedu “réseau attracteur”, une hypothèse théorique sur la nature de la mémoire. La questionest de savoir comment ces méthodes et ce cadre théorique peuvent aider à comprendrel’activité des cellules de lieu. Dans un premier temps, nous proposons un modèle de cellulesde lieu dans lequel la localisation spatiale de l’activité neuronale est le résultat d’unedynamique d’attracteur. Plusieurs aspects des propriétés collectives de ce modèle sontétudiés. La simplicité du modèle permet de les comprendre en profondeur. Le diagrammede phase du modèle est calculé et discuté en comparaison avec des travaux précedents.Du point de vue dynamique, l’évolution du système présente des motifs particulièrementriches. La seconde partie de cette thèse est à propos du décodage de l’activité des cellulesde lieu. Nous nous demandons quelle est l’implication de l’hypothèse des attracteurs surce problème. Nous comparons plusieurs méthodes de décodage et leurs résultats sur letraitement de données expérimentales.


  • Résumé

    Place cells in the hippocampus are neurons with interesting properties such as the corre-lation between their activity and the animal’s position in space. It is believed that theseproperties can be for the most part understood by collective behaviours of models of inter-acting simplified neurons. Statistical mechanics provides tools permitting to study thesecollective behaviours, both analytically and numerically.Here, we address how these tools can be used to understand place-cell activity withinthe attractor neural network paradigm, a theory for memory. We first propose a modelfor place cells in which the formation of a localized bump of activity is accounted for byattractor dynamics. Several aspects of the collective properties of this model are studied.Thanks to the simplicity of the model, they can be understood in great detail. The phasediagram of the model is computed and discussed in relation with previous works on at-tractor neural networks. The dynamical evolution of the system displays particularly richpatterns. The second part of this thesis deals with decoding place-cell activity, and theimplications of the attractor hypothesis on this problem. We compare several decodingmethods and their results on the processing of experimental recordings of place cells in afreely behaving rat.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Ecole normale supérieure. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.