https://wiki.centrale-med.fr/informatique/ 2026-05-02T08:05:48+00:00 https://wiki.centrale-med.fr/informatique/ https://wiki.centrale-med.fr/informatique/entrale-med.fr/informatique/lib/tpl/bootstrap3/images/favicon.ico text/html 2018-03-12T12:22:25+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:1._generalites?rev=1520857345&do=diff 1. Généralités * Les "neurosciences computationnelles" sont un champ de recherche assez large à l'intersectiondes neurosciences et de l'informatique * Le terme computationnel fait référence à la notion de calcul. On peut donc également parler de text/html 2017-04-06T13:56:31+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2._neurones_et_reseaux?rev=1491486991&do=diff 2. Neurones et réseaux Pour modéliser le cerveau nous utilisons l'analogie du circuit reconfigurable. * Un circuit est ici un graphe (connexe) constitué : * de nœuds * et d'arêtes. * L'activité qui se développe dans le circuit repose : text/html 2017-04-14T09:30:37+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2.1_activite_et_signal?rev=1492162237&do=diff 2.1 Activité et signal Neurone formel Chaque unité de calcul (ou neurone) est modélisée comme une fonction de réponse $f$ qui traite un jeu de données d'entrée multimodal $$s^\text{in}_1, ..., s^\text{in}_n$$. On peut supposer sans perte de généralité que les données d'entrée sont indexées sur l'axe temporel. On parle alors de $$s^\text{in}_i = \{s^\text{in}_i(t)\}_{t \in \{t_0,... t_f\}}$$$s^\text{in}_i(t)$$i^\text{ème}$$t$$t_f$\begin{align}\label{eq:neurone_s_out} s^\text{out}(t_f) = f(s^\… text/html 2022-03-25T14:08:42+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2.2_reseau_de_neurones?rev=1648217322&do=diff 2.2 Réseau de neurones * Plusieurs neurones connectés entre eux via des axones constituent un réseau de neurones. * Le schéma de connexion, sous la forme d'un graphe orienté, caractérise l'organisation structurelle du réseau. Les messages transitant de neurone à neurone via les axones d'un réseau de neurones contiennent une succession d'états hauts et d'états bas qui présentent une ressemblance avec les signaux digitaux produits par les calculateurs numériques. Cette analogie de forme … text/html 2017-04-14T09:31:07+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2.3_traitement_sequentiel?rev=1492162267&do=diff 2.3 Traitement séquentiel Une approche courante en modélisation est de stipuler : * l'existence d'une chaîne de traitement séquentielle et hiérarchique, * des organes des sens vers des centres de traitement de plus en plus spécialisés, $G$$u$$I$$$ u = f(x,I,G)$$$J$$$ G^* = \arg\min_G J(G) $$$I$$i$$\boldsymbol{w}$$\boldsymbol{I}$$\langle\boldsymbol{w},\boldsymbol{I}\rangle$$\{\boldsymbol{w}_1, ..., \boldsymbol{w}_K\}$$$ \hat{k}=\arg\max_k \langle \boldsymbol{w}_k,\boldsymbol{I}\rangle $$$\… text/html 2017-04-06T20:31:44+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2.4_traitement_recurrent?rev=1491510704&do=diff 2.4 Traitement récurrent Par opposition à ce traitement séquentiel, nous considérons une hypothèse alternative qui serait celle * d'un branchement "non centralisé". Cela revient à regarder des mécanismes de traitement dans lesquels l'appariement :$\mathcal{X}$$\mathcal{T}$$\phi$$\mathcal{X} \times \mathcal{T}$$\mathcal{X}$$(\boldsymbol{x},t)$\begin{align}\label{eq:SD} \dot{\boldsymbol{x}} = \phi(\boldsymbol{x},t) \end{align}$[t_0,t_f]$$\boldsymbol{x}_0$$$\phi(\boldsymbol{x},t) = \phi(\b… text/html 2017-04-06T20:49:40+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2.5_plasticite?rev=1491511780&do=diff 2.5 Plasticité La synapse biologique est l'interface permettant la communication entre les neurones. * Il s'agit d'une petite surface d'échange chimique ("bouton" synaptique) située à l'extrémité de l'arborisation terminale des axones. * $J_{ij}$$j$$i$\begin{align} &\dot{\boldsymbol{x}} = \phi(\boldsymbol{x},\boldsymbol{J},t) \label{eq:SD-plast-x}\\ &\dot{\boldsymbol{J}} = \psi(\boldsymbol{x},\boldsymbol{J},t) \label{eq:SD-plast-J} \end{align}$\boldsymbol{x}$$\boldsymbol{J}$$J_{ij}$\begin{… text/html 2017-04-06T20:54:04+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:2.7_exemples?rev=1491512044&do=diff Réseau de Hopfield Le modèle mathématique qui implémente le principe d'assemblée de la manière la plus simple est le modèle de Hopfield \shortcite{Hop82}. Ce modèle est un réseau de neurones récurrent à unités binaires développant une dynamique de point fixe multistable. Malgré des limitations bien connues en terme de capacité de stockage \shortcite{Amit1985}, le réseau de Hopfield présente l'avantage de fonctionner avec des principes compatibles avec les idées de Hebb (caractère local de la r… text/html 2022-03-18T11:38:25+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:principales_avancees?rev=1647603505&do=diff 1.3 Principales avancées 1.3.1 Simulations neuro-réalistes Le champ de recherche s'organise autour de plusieurs pôles: simulations neuro-réalistes * le fonctionnement du neurone, * et des interactions entre neurones. * (i) la structure de la cellule neuronale, text/html 2022-03-18T10:38:48+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:trois_niveaux_d_analyse?rev=1647599928&do=diff 1.2 Trois niveaux d'analyse Selon la typologie classique proposée par David Marr Marr Poggio 76, un modèle peut appartenir à différents niveaux de généralité, à savoir : * le niveau computationnel (la logique), * le niveau algorithmique (encodage et opérations réalisées), text/html 2018-03-12T12:21:36+00:00 Anonymous (anonymous@undisclosed.example.com) https://wiki.centrale-med.fr/informatique/public:ncom:une_approche_pluridisciplinaire?rev=1520857296&do=diff 1.1 Une approche pluridisciplinaire Les neurosciences computationnelles sont par définition pluridisciplinaires~: * Elles reposent en premier lieu sur le champ des neurosciences, qui ont connu un développement considérable au cours des quarante dernières années, avec l'apparition de nouvelles techniques de mesure permettant d'observer le cerveau en fonctionnement à différentes échelles.