Réponse de l'auteur : Apprentissage cérébelleux à l'aide de perturbations.
Guy BOUVIER, Johnatan ALJADEFF, Claudia CLOPATH, Celian BIMBARD, Jonas RANFT, Antonin BLOT, Jean pierre NADAL, Nicolas BRUNEL, Vincent HAKIM, Boris BARBOUR
2018
Pas de résumé disponible.
Modèle de densité de population.
Nicolas BRUNEL, Vincent HAKIM
Encyclopedia of Computational Neuroscience | 2015
Pas de résumé disponible.
Équation de Fokker-Planck.
Nicolas BRUNEL, Vincent HAKIM
Encyclopedia of Computational Neuroscience | 2015
Pas de résumé disponible.
Méthodes et modèles en neurophysique.
Alla BORISYUK, Y. ROUDI, O. l. WHITE, Emery n. BROWN, Eve MARDER, Mike SHELLEY, Haim SOMPOLINSKY, Naftali TISHBY, Alessandro TREVES, Misha TSODYKS, Fred WOLF, Christophe POUZAT, Carl VAN VREESWIJK, David GOLOMB, David h. TERMAN, German MATO, John RINZEL, Nicolas BRUNEL, Paul c. BRESSLOFF, Carson c. CHOW, Boris GUTKIN, David HANSEL, Claude MEUNIER, Jean DALIBARD
2014
Pas de résumé disponible.
Maintien de la mémoire dans les synapses avec une plasticité calcique en présence d'une activité de fond.
David HIGGINS, Michael GRAUPNER, Nicolas BRUNEL
PLoS Computational Biology | 2014
La plupart des modèles d'apprentissage et de mémoire supposent que les souvenirs sont maintenus dans les circuits neuronaux par des modifications synaptiques persistantes induites par des schémas spécifiques d'activité pré- et postsynaptique. Pour que ce scénario soit viable, les modifications synaptiques doivent survivre à l'activité continue omniprésente dans les circuits neuronaux in vivo. Dans cet article, nous étudions les échelles de temps du maintien de la mémoire dans un modèle de plasticité synaptique basé sur le calcium qui s'est récemment révélé capable de s'adapter à différents ensembles de données expérimentales provenant de préparations hippocampiques et néocorticales. Nous constatons qu'en présence d'une activité de fond de l'ordre de 1 Hz, les paramètres qui s'adaptent aux données de la couche pyramidale 5 néocorticale conduisent à une décroissance très rapide de l'efficacité synaptique, avec des échelles de temps de quelques minutes. Nous identifions ensuite deux façons d'étendre cette échelle de temps de mémoire : (i) la concentration de calcium extracellulaire dans les expériences utilisées pour ajuster le modèle est plus grande que les concentrations estimées in vivo. Abaisser la concentration de calcium extracellulaire aux niveaux in vivo conduit à une augmentation des échelles de temps de mémoire de plusieurs ordres de grandeur. (ii) l'ajout d'un mécanisme de bistabilité, de sorte que chaque synapse présente deux états stables lorsque l'activité de fond est suffisamment faible, entraîne une augmentation supplémentaire de l'échelle de temps de la mémoire, puisque la décroissance de la mémoire n'est plus décrite par une décroissance exponentielle à partir d'un état initial, mais par un échappement à un puits de potentiel. Nous soutenons que les deux caractéristiques devraient être présentes dans les synapses in vivo. Ces résultats sont obtenus d'abord dans une synapse unique reliant deux neurones de Poisson indépendants, puis dans des simulations d'un grand réseau de neurones excitateurs et inhibiteurs à intégration et tir. Nos résultats soulignent la nécessité d'étudier la plasticité à une concentration extracellulaire physiologique de calcium, et mettent en évidence le rôle de la bi- ou multistabilité synaptique dans la stabilité des structures synaptiques apprises.
Équation de Fokker-Planck.
Nicolas BRUNEL, Vincent HAKIM
Encyclopedia of Computational Neuroscience | 2014
Pas de résumé disponible.
Modèles de densité de population.
Nicolas BRUNEL, Vincent HAKIM
Encyclopedia of Computational Neuroscience | 2013
Pas de résumé disponible.
Capacité de mémoire des réseaux avec synapses binaires stochastiques.
Alexis DUBREUIL, Yali AMIT, Nicolas BRUNEL
BMC Neuroscience | 2013
Pas de résumé disponible.
Équation de Fokker-Planck.
Nicolas BRUNEL, Vincent HAKIM
Encyclopedia of Computational Neuroscience | 2013
Pas de résumé disponible.
Reseaux de neurones : de la physique statistique a la neurophysiologie.
Nicolas BRUNEL, Jean pierre NADAL
1993
Plusieurs travaux concernant les reseaux de neurones sont presentes. Dans la premiere partie, des techniques de physique statistique sont appliquees a plusieurs situations. L'une d'entre elles est l'etude de la categorisation et de l'apparition de la prosopagnosie dans les reseaux de neurones a attracteurs structures. Dans la seconde partie, des reseaux de neurones plus realistes sont etudies. Tout d'abord on determine les conditions portant sur les stimuli presentes a l'entree afin qu'ils puissent etre appris, puis un modele de reseau apprenant de maniere autonome est etudie. Ce reseau comprend des neurones analogiques et une dynamique d'apprentissage stochastique sur les efficacites synaptiques. Enfin le meme type de reseau, etudie dans le cadre de l'apprentissage d'une sequence fixe de stimuli, permet de confronter le modele de maniere fructueuse avec les experiences de neurophysiologie de miyashita.
