Accèder directement au contenu

Theoretical Neuroscience

PDF - 534.6 ko
M2_E33_Theoretical Neuroscience Program2020

Master in Life Science, ENS
Bio-M2_E33 | Theoretical Neuroscience
Year : 2 (M2)
Semester : 1 (S1)
Duration : 39h CM + TD, from October 8th to January 14th

Coordination

Jean-Pierre NADAL (directeur d’études de l’EHESS, directeur de recherche au CNRS). Centre d’analyse et de Mathématiques sociales (EHESS) et Laboratoire de Physique de l’ENS.

Hours

13h30-16h45, every Thursday.

Credits

6 ECTS.

Keywords

Computational Neuroscience, Mathematics and Neuroscience, Modeling, Cognitive Science.

Prerequisites for the course

Ease with Mathematics.

Course objectives and description

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 sophistiquées 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, la prise de décision, 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.
Objectifs : 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,... Finalement, le cours examine des exemples concrets 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 ? Comment peut-on modéliser l’apprentissage et la mémoire ? Comment le cerveau génère-t-il ses "messages de sortie" comme ceux qui contrôlent les muscles ?

Assessment

To be announced.

Teaching team

Intervenants : Vincent Hakim, Gianluigi Mongillo, Jean-Pierre Nadal, Srdjan Ostojic.