Learning and coding correlations in stochastic network states

par Sami El Boustani

Thèse de doctorat en Neurosciences

Sous la direction de Alain Destexhe.

Soutenue en 2010

à Paris 6 .

  • Titre traduit

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


  • Pas de résumé disponible.


  • 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.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (243 p.)
  • Annexes : Bibliogr. p. 231-243. 203 réf. bibliogr.

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Sorbonne Université. Bibliothèque de Sorbonne Université. Bibliothèque Biologie-Chimie-Physique Recherche.
  • Consultable sur place dans l'établissement demandeur
  • Cote : T Paris 6 2010 279

Cette version existe également sous forme de microfiche :

  • Bibliothèque : Université de Lille. Service commun de la documentation. Bibliothèque universitaire de Sciences Humaines et Sociales.
  • Non disponible pour le PEB
  • Cote : 2010PA066279
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.