Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Modèles d'intégration et d'incendie généralisés

Description

Cette séance de cours s'inscrit dans le modèle d'intégration et d'incendie généralisé, explorant le seuil de tir et la qualité de ces modèles. Il introduit également le modèle d'intégration et d'incendie non linéaire, en discutant de l'absence d'un seuil de tir strict et de la pertinence de l'état de réinitialisation.

Dans MOOC

Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Source officielle

Proximité ontologique

Biologie

Neurosciences: Neurosciences computationnelles

Concepts associés (24)

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.

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.

Réseau de neurones à impulsions

Les réseaux de neurones à impulsions (SNNs : Spiking Neural Networks, en anglais) sont un raffinement des réseaux de neurones artificiels (ANNs : Artificial Neural Networks, en anglais) où l’échange entre neurones repose sur l’intégration des impulsions et la redescente de l’activation, à l’instar des neurones naturels. L’encodage est donc temporel et binaire. Le caractère binaire pose une difficulté de continuité au sens mathématique (cela empêche notamment l’utilisation des techniques de rétropropagation des coefficients - telle que la descente de gradient - utilisées classiquement dans les méthodes d'apprentissage).

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.

Neurone

thumb|537x537px|Schéma complet d’un neurone. Un neurone, ou une cellule nerveuse, est une cellule excitable constituant l'unité fonctionnelle de la base du système nerveux. Les neurones assurent la transmission d'un signal bioélectrique appelé influx nerveux. Ils ont deux propriétés physiologiques : l'excitabilité, c'est-à-dire la capacité de répondre aux stimulations et de convertir celles-ci en impulsions nerveuses, et la conductivité, c'est-à-dire la capacité de transmettre les impulsions.

Afficher plus

Séances de cours associées (35)

L'informatique scientifique en neurosciences

Explore l'histoire et les outils de l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux.

Réseaux d'attractions et neurones à épilation MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore les réseaux d'attraction, les neurones piquants, les données de mémoire et les réseaux réalistes dans la dynamique neuronale.

Modèle AdEx: Profils de firing et analyse du plan de phase MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore le modèle de neurone AdEx, en analysant les schémas de tir et les plans de phase.

MathDetour 1: Séparation des échelles de temps MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore le concept de séparation des échelles de temps dans les neurosciences computationnelles et la réduction des détails dans les modèles neuronaux bidimensionnels.

Trois définitions du code tarifaire MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Discute de trois définitions du code de taux dans les neurosciences informatiques, en mettant l'accent sur la moyenne temporelle, les intervalles entre les spikes et le facteur FANO.

Afficher plus

Concepts associés (24)

Modèles du neurone biologique

Rythme cérébral

Réseau de neurones à impulsions

Codage neuronal

Neurone

Afficher plus