Séance de cours

Analyse d'un modèle de neurone 2D: entrée d'impulsion

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 se penche sur l'analyse d'un modèle de neurones 2D à l'aide de l'entrée de pouls. L'instructeur explique comment l'entrée de pouls peut être utilisée pour comprendre la génération de pointe dans les neurones, illustrant le processus avec le modèle FitzHugh-Nagumo. En injectant une courte impulsion de courant dans le neurone, la tension subit un saut à une nouvelle valeur, conduisant à différentes trajectoires dans le plan de phase. La séance de cours montre comment différentes tailles d'impulsions de courant entraînent des trajectoires de tension variables, affectant finalement la génération de pointes dans le modèle neuronal.

Dans MOOC

Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Ce cours constitue une introduction au domaine des neurosciences théoriques et computationnelles, en mettant l'accent sur les modèles de neurones individuels. Les neurones encodent l'information sur les stimuli dans une séquence de courtes impulsions électriques (spikes).

Source officielle

Concepts associés (10)

Modèles du neurone biologique

vignette|390x390px|Fig. 1. Dendrites, soma et axone myélinisé, avec un flux de signal des entrées aux dendrites aux sorties aux bornes des axones. Le signal est une courte impulsion électrique appelée potentiel d'action ou impulsion. vignette|Figure 2. Évolution du potentiel postsynaptique lors d'une impulsion. L'amplitude et la forme exacte de la tension peut varier selon la technique expérimentale utilisée pour acquérir le signal.

Modulation de largeur d'impulsion

La modulation de largeur d'impulsions (MLI ; en anglais : Pulse Width Modulation, soit PWM), est une technique couramment utilisée pour synthétiser des signaux pseudo analogiques à l'aide de circuits numériques (tout ou rien, 1 ou 0), ou plus généralement à états discrets. Elle sert à générer un signal pseudo analogique à partir d'un environnement numérique ou analogique pour permettre un traitement de ce signal par des composants en commutation (se comportant comme des interrupteurs ouverts ou fermés).

Pulse-density modulation

Pulse-density modulation, or PDM, is a form of modulation used to represent an analog signal with a binary signal. In a PDM signal, specific amplitude values are not encoded into codewords of pulses of different weight as they would be in pulse-code modulation (PCM); rather, the relative density of the pulses corresponds to the analog signal's amplitude. The output of a 1-bit DAC is the same as the PDM encoding of the signal. In a pulse-density modulation bitstream, a 1 corresponds to a pulse of positive polarity (+A), and a 0 corresponds to a pulse of negative polarity (−A).

Modulation par impulsions et codage

La modulation par impulsions et codage ou MIC (en anglais : pulse-code modulation), généralement abrégé en PCM est une représentation numérique d'un signal électrique résultant d'un processus de numérisation. Le signal est d'abord échantillonné, puis chaque échantillon est quantifié indépendamment des autres échantillons, et chacune des valeurs quantifiées est convertie en un code numérique. Le traitement indépendant de chaque échantillon implique qu'il n'y a ni chiffrement, ni compression de données.

Differential pulse-code modulation

Differential pulse-code modulation (DPCM) is a signal encoder that uses the baseline of pulse-code modulation (PCM) but adds some functionalities based on the prediction of the samples of the signal. The input can be an analog signal or a digital signal. If the input is a continuous-time analog signal, it needs to be sampled first so that a discrete-time signal is the input to the DPCM encoder. Option 1: take the values of two consecutive samples; if they are analog samples, quantize them; calculate the difference between the first one and the next; the output is the difference.

Afficher plus

Séances de cours associées (31)

Seuil de tir dans les modèles 2D MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore les seuils de tir dans les modèles de neurones 2D, l'entrée des impulsions, l'initiation retardée des pics et le modèle FitzHugh-Nagumo.

Compréhension biophysique du comportement électrique neuronal

Explore la compréhension biophysique du comportement électrique neuronal, y compris les défis dans la modélisation des neurones, la génération de potentiels d'action, et l'impact de la structure dendritique sur les schémas de tir.

Modèles et données MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Couvre l'optimisation des modèles neuronaux pour le codage et le décodage dans les neurosciences computationnelles.

Paramètres de recherche : Optimisation de la simulation neuronale MOOC: Simulation d'un micro-circuit d'hippocampe

Explore les paramètres de recherche pour les modèles neuronaux et l'importance de l'optimisation multi-objectifs.

Estimation des paramètres MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore l'estimation des paramètres dans les modèles neuronaux, en mettant l'accent sur l'optimisation quadratique et l'ajustement linéaire.

Afficher plus

Concepts associés (10)

Modèles du neurone biologique

Modulation de largeur d'impulsion

Pulse-density modulation

Modulation par impulsions et codage

Differential pulse-code modulation

Afficher plus