NEUROSCIENCE THEORIQUE

(Cogmaster, Cours CA6(a))

http://www.lps.ens.fr/~risc/CA6/

(English version here)

(dernière mise à jour de ce site : 16 janvier 2012)

Ce cours introduit 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 est, premièrement, de présenter un certain nombre de questions pour lesquelles une approche quantitative est pertinente. Deuxièmement, le cours introduit 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 examine 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 ?

ENSEIGNANTS & CONTACTS

Romain Brette (01 44 32 26 72, romain.bretteens.fr)

Nicolas Brunel (01 42 86 20 58, nicolas.brunelbiomedicale.univ-paris5.fr)

Gianluigi Mongillo (01 42 86 38 13, gianluigi.mongillouniv-paris5.fr)

Jean-Pierre Nadal (01 44 32 32 75, nadallps.ens.fr)

Tutorat/TDs :
Alexis Dubreuil (alexis.dubreuilgmail.com)

VALIDATION DU COURS & AUDITEURS LIBRES

HEURE & LIEU DU COURS

Les cours de l'UE Neuroscience Théorique ont lieu les jeudis de 13h à 16h30 (avec une pause de 30mn vers 14h30),
du 29 septembre 2011 au 12 janvier 2012 (hors vacances universitaires), examen le 19 janvier
lieu des cours : au Département de Physique de l'ENS (24, rue Lhomond), 3ème étage, salle L367 (anciennement dénommée T4/5) - exception, le 5 janvier, en L359 (ex T2 ).

TRAVAUX DIRIGES

Des feuilles de problèmes seront distribuées a et corrigées lors des séances de TDs.
Les énoncés pour l'année en cours s(er)ont disponibles ici (accès avec mot de passe).

Séances de TDs : les mercredis, salle L367 (T4/5) - exception, le 4 janvier, en L359 (ex T2 ).
première séance le 12 octobre, 13h30-15h.

EXAMEN

L’examen sera composé d'un écrit et d'une partie orale sur un article donné à l'avance. Date de l'écrit : 19 janvier 2012.
Les modalités sont détaillées ici.

PREREQUIS

Connaissances de bases en analyse et algèbre linéaire. Quelques connaissances en neurobiologie, et en systèmes dynamiques et mécanique statistique, seront utiles mais pas nécessaires.

TUTORAT

Si nécessaire, des séances de tutorat seront organisées, d'une part pour les étudiants ayant besoin d'un soutien en mathématiques, d'autre part pour les étudiants souhaitant des compléments en biologie (notions de base et techniques expérimentales).
Nous contacter si vous êtes concerné.

PAGE WEB 

Du matériel d’information et de référence sera disponible sur (et à partir de) cette page,
http://www.lps.ens.fr/~risc/CA6/.

PLAN DU COURS

Cours CA6(a) – année académique 2011/2012

Plan provisonniel du cours :

1. Introduction
Lecture 1 (Sept 29)	- General overview 
2. Basic tools
Lecture 2 (Oct 6)	- 2.1 Neurons
Lecture 3 (Oct 13)	- 2.2 Synapses
Lecture 4 (Oct 20)	- 2.3a Learning I (intro; feedforward networks)
Lecture 5 (Oct 27)	- 2.3b Learning II (recurrent networks of binary neurons) 
Lecture 6 (Nov 10)	- 2.4 Coding
Lecture 7 (Nov 17)	- 2.5a Networks: architectrures, rate models.
Lecture 8 (Nov 24)	- 2.5b Networks of spiking neurons
3 Models of specific systems
Lecture 9 (Dec 1)	- 3.2 Primary visual cortex
Lecture 10 (Dec 8)	- 3.3 Auditory system
Lecture 11 (Dec 15)	- 3.4 Hippocampus
Lecture 12 (Jan 5)	- 3.5 Association cortex
Lecture 13 (Jan 12)	- 3.6 Cerebellum