Séance de cours

Fonctions de réponse dynamique dans les neurosciences

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours de Tatjana Tchumatchenko aborde le concept des fonctions de réponse dynamique dans les neurosciences, en mettant l'accent sur la perspective du physicien, les aspects anatomiques des réseaux neuronaux, et le rôle des fonctions de réponse linéaire dans la compréhension de l'activité neuronale. La séance de cours se penche également sur la dynamique des protéines et des ARNm dans les neurones, la qualité codante dans les populations de neurones et la prédiction de la dynamique des protéines dans les dendrites.

Source officielle

Concepts associés (32)

Rythme cérébral

Un rythme cérébral (appelé aussi activité neuro-électrique) désigne l'oscillation électromagnétique émise par le cerveau des êtres humains, mais également de tout être vivant. Le cortex frontal qui permet la cognition, la logique et le raisonnement est composé de neurones qui sont reliés entre eux par des synapses permettant la neurotransmission. Mesurables en volt et en hertz, ces ondes sont de très faible amplitude : de l'ordre du microvolt (chez l'être humain), elles ne suivent pas toujours une sinusoïde régulière.

Codage neuronal

Le codage neuronal désigne, en neurosciences, la relation hypothétique entre le stimulus et les réponses neuronales individuelles ou globales. C'est une théorie sur l'activité électrique du système nerveux, selon laquelle les informations, par exemple sensorielles, numériques ou analogiques, sont représentées dans le cerveau par des réseaux de neurones. Le codage neuronal est lié aux concepts du souvenir, de l'association et de la mémoire sensorielle.

Neuronal ensemble

A neuronal ensemble is a population of nervous system cells (or cultured neurons) involved in a particular neural computation. The concept of neuronal ensemble dates back to the work of Charles Sherrington who described the functioning of the CNS as the system of reflex arcs, each composed of interconnected excitatory and inhibitory neurons. In Sherrington's scheme, α-motoneurons are the final common path of a number of neural circuits of different complexity: motoneurons integrate a large number of inputs and send their final output to muscles.

Réponse en fréquence

La réponse en fréquence est la mesure de la réponse de tout système (mécanique, électrique, électronique, optique, etc.) à un signal de fréquence variable (mais d'amplitude constante) à son entrée. Dans la gamme des fréquences audibles, la réponse en fréquence intéresse habituellement les amplificateurs électroniques, les microphones et les haut-parleurs. La réponse du spectre radioélectrique peut faire référence aux mesures de câbles coaxiaux, aux câbles de catégorie 6 et aux dispositifs de mélangeur vidéo sans fil.

Dynamique moléculaire

La dynamique moléculaire est une technique de simulation numérique permettant de modéliser l'évolution d'un système de particules au cours du temps. Elle est particulièrement utilisée en sciences des matériaux et pour l'étude des molécules organiques, des protéines, de la matière molle et des macromolécules. En pratique, la dynamique moléculaire consiste à simuler le mouvement d'un ensemble de quelques dizaines à quelques milliers de particules dans un certain environnement (température, pression, champ électromagnétique, conditions aux limites.

Afficher plus

Séances de cours associées (64)

Modélisation de données dans les neurosciences: Meenakshi Khosla

Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.

Interfaces cerveau-ordinateur: avancées en neurosciences des systèmes

Couvre les interfaces cerveau-ordinateur et leur impact sur les neurosciences des systèmes et les neuroprothèses.

Principes de la neuroscience de simulation MOOC: Les neurosciences reconstruites : Génétique et développement du cerveau

Couvre les principes de la neuroscience de simulation, des reconstructions denses, de l'approche ascendante et des compromis de modélisation.

Introduction à la neuroscience des systèmes: Aperçu des systèmes de mémoire

Introduit les neurosciences des systèmes, en se concentrant sur les circuits neuronaux, les systèmes de mémoire et la logistique des cours.

Signalisation neuronale et traitement des signaux

Explore les signaux neuronaux, l'organisation du cerveau, les techniques de mesure et les principes de l'IRM.

Afficher plus

Concepts associés (32)

Dynamique moléculaire

Afficher plus