|
Neuroscience théorique (2009)| shared_uid | 741 |
|---|
| title | Neuroscience théorique |
|---|
| type | Séminaire |
|---|
| year | 2009 |
|---|
| start_date | 2009/10/01 |
|---|
| stop_date | 2010/01/14 |
|---|
| schedule | 13h-16h30 |
|---|
| frequency | hebdomadaire, jeudi |
|---|
| active | no |
|---|
| website | http://www.lps.ens.fr/~risc/CA6/ |
|---|
| organisational_info | Connaissances de bases en analyse et algèbre linéaire. Quelques connaissances en neurobiologie, et en systèmes dynamiques et mécanique statistique, seront utiles mais pas nécessaires. |
|---|
| summary | Ce cours introduira une palette d'approches quantitatives autour de trois questions centrales de la neuroscience : comment le cerveau est-il constitué ? Quelles fonctions et quels calculs accomplit-il ? Par quels mécanismes ? Le cerveau est un organe complexe qui accomplit des tâches sophistiqués de manière très précise. Il est donc souvent inespéré de pouvoir établir des liens directs entre la biochimie et une fonction donnée du cerveau. La neuroscience théorique ou computationnelle tente de combler ce fossé en suggérant des mécanismes possibles pour la perception, l’apprentissage, la mémoire, le contrôle moteur... De surcroît, des données expérimentales de plus en plus nombreuses et de plus en plus fines sont obtenues chaque jour. Leur simple abondance suggère l’utilité de principes théoriques qui aident à les ‘mettre en forme’ et à mieux les comprendre. La précision actuelle des expériences permet en retour des comparaisons détaillées avec les théories mathématiques proposées.
Le propos du cours sera, premièrement, de présenter un certain nombre de questions pour lesquelles une approche quantitative est pertinente. Deuxièmement, le cours introduira des méthodes mathématiques nécessaires à l'étude de ces questions, mais utiles aussi dans d’autre domaines tels que la psychophysique, l'informatique, la biophysique, le génie biologique... Finalement, le cours examinera des exemples concrèts de problèmes dont la compréhension peut bénéficier d’une approche quantitative. Quelques exemples de telles questions sont : comment les neurones codent-il l’information d'entrée au cerveau ? est-ce qu'un neurone unique accomplit une ‘fonction’ ou est-ce le lot de groupes de neurones ? Comment la vision peut-elle être si précise ? D'où viennent les rythmes de l'activité cérébrales ? Comment peut-on commencer à modéliser l'apprentissage et la mémoire ? Comment le cerveau génère-t-il ses ‘messages de sortie’ comme ceux qui contrôlent les muscles ? |
|---|
| responsibles | Nadal |
|---|
| |
|