| Résumés |
| fr |
L'hypothèse du liage temporel par synchronie suscite un intérêt important en neurobiologie, car elle permet d'expliquer comment différentes structures du cerveau peuvent établir entre elles un lien fonctionnel, en rapport avec une fonction cognitive. Cependant, il n'existe pas de modèle permettant de faire communiquer différents groupes de neurones par le biais de leurs émissions. Nous avons développé un modèle de réseau de neurones impulsionnels, dont la topologie est modifiée par un algorithme évolutionniste. Le critère de performance utilisé pour l'algorithme évolutionniste est évalué par l'intermédiaire du comportement d'un individu contrôlé par un réseau de neurones impulsionnels, et placé dans un environnement virtuel. L'utilisation du neurone impulsionnel, ayant la propriété de détection de synchronie, oblige l'évolution à construire un système utilisant cette propriété au niveau global, d'où l'émergence de la synchronisation neuronale à large-échelle. Les propriétés topologiques et dynamiques du réseau de neurones ne sont pas prises en compte dans le calcul de la performance, mais sont étudiées emph{a posteriori}, en comparant les individus avant et après évolution. D'une part, grâce aux outils de la théorie des réseaux complexes, nous montrons l'émergence d'un certain nombre de propriétés topologiques, notamment la propriété de réseau ``petit-monde''. Ces propriétés topologiques sont similaires à celles observées au niveau de l'anatomie des systèmes nerveux en biologie. D'autre part, au niveau de la dynamique, nous établissons que la propriété de synchronisation neuronale à large-échelle, résultant de la présentation d'un stimulus, est présente chez les individus évolués. Pour ce faire, nous nous appuyons sur les outils classiquement utilisés en électrophysiologie, et nous les étendons pour pouvoir interpréter la grande quantité de données obtenue à partir du modèle. Le modèle montre que l'on peut construire des réseaux de neurones basés sur l'hypothèse du liage temporel en ayant recours à l'évolution artificielle, en se basant sur un critère de performance écologique, c.à.d. le comportement de l'individu dans son environnement. D'autre part, les outils développés pour l'analyse des propriétés du modèle peuvent être utilisés dans d'autres domaines, en premier lieu en électrophysiologie. En effet, à cause des progr`es techniques sur les enregistrements électrophysiologiques, la quantité de données se rapproche singulièrement de celle issue du modèle. |
| en |
The hypothesis of temporal binding by synchrony raises a major challenge in neurobiology, because it explains how different cerebral areas can establish a functionnal relation between each others, linked to a cognitive process. However, there is no model allowing different groups of neurons to communicate by the mean of their emissions.We have developped a model of spiking neuron network, where the topology is modified by an evolutionary algorithm. The fitness criterion used for the evolutionary algorithm is evaluated by mean of the behaviour of an individual, controlled by a spiking neuron network, and placed in a virtual environment. The use of a spiking neuron model, with the property of synchrony detection, obliges evolution to build a system using this property at a global level, and results in the emergence of large-scale neural synchronisation. Topological and dynamical properties are not taken into account in the fitness computation, but are studied a posteriori by comparing individuals before and after evolution.On the one hand, with the help of complex network tools, we show the emergence of several topological properties, including ``small-world" network properties. These topological properties are similar to those obtained from the anatomy of biological nervous systems. On the other hand, at the dynamical level, we show that the property of large-scale neural synchronisation, induced by the presentation of a stimulus, is found for evolved individuals. To show this result, we use some tools classically used in electrophysiology, and extend these tools in order to analyze the big quantity of data obtained from the model.The model shows that it is possible to build artificial neural networks based on the hypothesis of temporal binding, by using an ecological fitness criterion (the behaviour of an individual in a virtual environment) for artificial evolution. The tools extended for analyzing the model properties can be used in other domains, including electrophysiology. The quantity of data in this domain and those obtained with the model are indeed similar, because of recent technical innovations in electrophysiological recordings. |
|
| Mots-clés |
| fr |
Hypothèse du Liage Temporel, Réseaux de Neurones Artificiels, Modèle de Neurone Impulsionnel, Algorithme Evolutionniste, Théorie des Réseaux Complexes |
| en |
Temporal Binding Hypothesis, Artificial Neural Networks, Spiking Neuron Model, Evolutionary Algorithm, Complex System Theory |
|
