Séance de cours

Modèle de Poisson : Codage des taux

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 couvre le modèle Poisson en neurosciences computationnelles, mettant l'accent sur le codage des taux et le spiking stochastique. Il explique les concepts de processus de Poisson homogènes et inhomogènes, de probabilité de tir et de distribution de l'intervalle. L'instructeur discute de la relation entre la variabilité des trains à pics et le bruit et le code 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 (29)

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.

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).

Processus de Poisson

vignette|Schéma expliquant le processus de Poisson Un processus de Poisson, nommé d'après le mathématicien français Siméon Denis Poisson et la loi du même nom, est un processus de comptage classique dont l'équivalent discret est la somme d'un processus de Bernoulli. C'est le plus simple et le plus utilisé des processus modélisant une . C'est un processus de Markov, et même le plus simple des processus de naissance et de mort (ici un processus de naissance pur).

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 (biologie)

En neurosciences, un réseau de neurones correspond, schématiquement : Soit à un nombre restreint de différents neurones interconnectés, qui ont une fonction précise, comme le ganglion stomatogastrique qui contrôle l'activité des muscles de l'estomac des crustacés. Soit à un grand nombre de neurones similaires interconnectés, qui ont des fonctions plus cognitives, comme les réseaux corticaux qui permettent entre autres la catégorisation.

Afficher plus

Séances de cours associées (64)

Fluctuations potentielles de la membrane MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore l'arrivée de pics stochastiques et les fluctuations du potentiel membranaire dans les neurones uniques.

Bruit d'évasion MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore le bruit d'échappement dans la neuroscience computationnelle, couvrant l'intensité stochastique, les intervalles d'intercirculation, les fonctions de vraisemblance, la comparaison des modèles de bruit, et les codes de vitesse par rapport aux codes temporels.

Tir à pic stochastique dans les modèles d'intégration et d'incendie MOOC: Dynamique neuronale - Neuroscience computationnelle des neurones uniques

Explore le tir à pic stochastique dans les modèles d'intégration et d'incendie et son impact sur le codage neuronal.

Bruit et mesures

Explore le bruit électronique, thermomécanique et amplificateur, l'étalonnage de l'amplitude, le suivi de fréquence et les limites du système.

Bruit dans les appareils et les circuits

Explore différents types de bruit dans les appareils et les circuits, y compris le bruit d'interférence, le bruit inhérent et les signaux aléatoires.

Afficher plus

Concepts associés (29)

Codage neuronal

Réseau de neurones à impulsions

Processus de Poisson

Rythme cérébral

Réseau de neurones (biologie)

Afficher plus