Responsables de l'UE :
Jérémie MATTOUT : jeremie.mattout@inserm.fr
Corine AMAT : corine.amat@univ-lyon1.fr
Les neurosciences computationnelles ont pour but de comprendre le cerveau par des moyens théoriques, mathématiques et informatiques. Ce champ est en pleine expansion débouchant sur de nouveaux outils pour comprendre et étudier le cerveau à différentes échelles, simuler des mécanismes cérébraux et cognitifs, et construire des programmes ou des machines ayant des propriétés mimant celles de systèmes nerveux.
L’objectif de cette UE est de jeter les bases théoriques et méthodologiques d’investigation en neurosciences computationnelles.
Le premier socle de connaissances concerne les principes théoriques, historiques et philosophiques de la modélisation sur lesquels repose la démarche des neurosciences computationnelles (qu’est-ce qu’un modèle, pourquoi les modèles, comment, limitations et falsifications etc.), ainsi qu’une introduction aux applications dans la société civile (robotique, intelligences artificielles, systèmes experts, etc.).
Le second socle de connaissances concerne les outils mathématiques généraux employés dans les diverses applications des neurosciences computationnelles (probabilités, équations différentielles simples, modèle linéaire généralisé (GLM), approche Bayésienne, simulations neuronales, introduction au machine learning…). Ce socle permettra une compréhension générale des outils et sera accessible aux biologistes.
La troisième partie de l’UE abordera en 2 sous modules (axes) les approches et l’implémentation d’approche computationnelles :
- Comportement et cognition: définition d’une expérience psychophysique, des choix et temps de réaction, et des modèles relatifs (logistiques, GLM, drift diffusion).
- Du neurone aux réseaux : simulation de neurones, de champs récepteurs, d’une colonne corticale, d’oscillations, de la communication entre aires cérébrales (Dynamic Causal Modeling, etc.).
Chaque axe apportera des connaissances théoriques et pratiques, incluant des TP/TD pour acquérir des données sur la base d’expériences comportementales (axe 1) et de simulations de neurones (axe 2), et prendre contact avec le principe des analyses dites model-based.
TP:- Module « comportement et cognition », expérience de psychophysique/comportement (acquisition des données au GATE puis analyse/modélisation);
- Module « simulations neuronales » du neurone au réseau : la ‘tuning curve’.
Intervenants : Equipe pédagogique de Neurosciences de l’Université de Lyon, FST-Département de Biologie. Chercheurs en neurosciences du Labex Cortex et des Laboratoires Lyonnais.
Le Labex Cortex et le Centre de Recherche en Neurosciences de Lyon (CRNL) soutiennent directement l'UE.
