Neurosciences computationnellesLes neurosciences computationnelles (NSC) sont un champ de recherche des neurosciences qui s'applique à découvrir les principes computationnels des fonctions cérébrales et de l'activité neuronale, c'est-à-dire des algorithmes génériques qui permettent de comprendre l'implémentation dans notre système nerveux central du traitement de l'information associé à nos fonctions cognitives. Ce but a été défini en premier lieu par David Marr dans une série d'articles fondateurs.
Neural decodingNeural decoding is a neuroscience field concerned with the hypothetical reconstruction of sensory and other stimuli from information that has already been encoded and represented in the brain by networks of neurons. Reconstruction refers to the ability of the researcher to predict what sensory stimuli the subject is receiving based purely on neuron action potentials. Therefore, the main goal of neural decoding is to characterize how the electrical activity of neurons elicit activity and responses in the brain.
Codage neuronalLe codage neuronal désigne, en neurosciences, la relation hypothétique entre le stimulus et les réponses neuronales individuelles ou globales. C'est une théorie sur l'activité électrique du système nerveux, selon laquelle les informations, par exemple sensorielles, numériques ou analogiques, sont représentées dans le cerveau par des réseaux de neurones. Le codage neuronal est lié aux concepts du souvenir, de l'association et de la mémoire sensorielle.
Réseau de neurones à impulsionsLes réseaux de neurones à impulsions (SNNs : Spiking Neural Networks, en anglais) sont un raffinement des réseaux de neurones artificiels (ANNs : Artificial Neural Networks, en anglais) où l’échange entre neurones repose sur l’intégration des impulsions et la redescente de l’activation, à l’instar des neurones naturels. L’encodage est donc temporel et binaire. Le caractère binaire pose une difficulté de continuité au sens mathématique (cela empêche notamment l’utilisation des techniques de rétropropagation des coefficients - telle que la descente de gradient - utilisées classiquement dans les méthodes d'apprentissage).
Models of neural computationModels of neural computation are attempts to elucidate, in an abstract and mathematical fashion, the core principles that underlie information processing in biological nervous systems, or functional components thereof. This article aims to provide an overview of the most definitive models of neuro-biological computation as well as the tools commonly used to construct and analyze them.
Prothèse (médecine)vignette|La Jambe de Capoue, en bois recouvert de bronze. Une est un dispositif artificiel destiné à remplacer un membre, un organe ou une articulation. Le mot prothèse vient du latin prosthesis venant du grec signifiant « action d'ajouter ». La première référence à un membre artificiel apparait dans le poème épique indien Rig-Véda: il s'agit de l'amputation de la jambe de la reine guerrière Vishpla. Elle retourne au combat après avoir été équipée d'une jambe de fer par les jumeaux divins Ashvin.
Réseau de neurones (biologie)En neurosciences, un réseau de neurones correspond, schématiquement : Soit à un nombre restreint de différents neurones interconnectés, qui ont une fonction précise, comme le ganglion stomatogastrique qui contrôle l'activité des muscles de l'estomac des crustacés. Soit à un grand nombre de neurones similaires interconnectés, qui ont des fonctions plus cognitives, comme les réseaux corticaux qui permettent entre autres la catégorisation.
Fréquence spatialeLa fréquence spatiale est une grandeur caractéristique d'une structure qui se reproduit identiquement à des positions régulièrement espacées. Elle est la mesure du nombre de répétitions par unité de longueur ou par unité d'angle. Le concept de fréquence spatiale trouve ses applications principales en optique, particulièrement en photographie, en vidéo et en astronomie. Elle permet de caractériser la finesse des détails d'une mire ou d'une image formée sur un capteur : elle s'exprime fréquemment en cycle par millimètre (cy/mm).
Non-spiking neuronNon-spiking neurons are neurons that are located in the central and peripheral nervous systems and function as intermediary relays for sensory-motor neurons. They do not exhibit the characteristic spiking behavior of action potential generating neurons. Non-spiking neural networks are integrated with spiking neural networks to have a synergistic effect in being able to stimulate some sensory or motor response while also being able to modulate the response.
Neuronal ensembleA neuronal ensemble is a population of nervous system cells (or cultured neurons) involved in a particular neural computation. The concept of neuronal ensemble dates back to the work of Charles Sherrington who described the functioning of the CNS as the system of reflex arcs, each composed of interconnected excitatory and inhibitory neurons. In Sherrington's scheme, α-motoneurons are the final common path of a number of neural circuits of different complexity: motoneurons integrate a large number of inputs and send their final output to muscles.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Contrainte (mécanique)vignette|Lignes de tension dans un rapporteur en plastique vu sous une lumière polarisée grâce à la photoélasticité. En mécanique des milieux continus, et en résistance des matériaux en règle générale, la contrainte mécanique (autrefois appelée tension ou « fatigue élastique ») décrit les forces que les particules élémentaires d'un milieu exercent les unes sur les autres par unité de surface. Ce bilan des forces locales est conceptualisé par un tenseur d'ordre deux : le tenseur des contraintes.
Contrainte de cisaillementvignette|Une force est appliquée à la partie supérieure d'un carré, dont la base est bloquée. La déformation en résultant transforme le carré en parallélogramme. Une contrainte de cisaillement τ (lettre grecque « tau ») est une contrainte mécanique appliquée parallèlement à la section transversale d'un élément allongé, par opposition aux contraintes normales qui sont appliquées perpendiculairement à cette surface (donc longitudinalement, c.-à-d. selon l'axe principal de la pièce). C'est le rapport d'une force à une surface.
Module de cisaillementEn résistance des matériaux, le module de cisaillement, module de glissement, module de rigidité, module de Coulomb ou second coefficient de Lamé, est une grandeur physique intrinsèque à chaque matériau et qui intervient dans la caractérisation des déformations causées par des efforts de cisaillement. La définition du module de rigidité , parfois aussi noté μ, estoù (voir l'image ci-contre) est la contrainte de cisaillement, la force, l'aire sur laquelle la force agit, le déplacement latéral relatif et l'écart à l'angle droit, le déplacement latéral et enfin l'épaisseur.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
Shear strengthIn engineering, shear strength is the strength of a material or component against the type of yield or structural failure when the material or component fails in shear. A shear load is a force that tends to produce a sliding failure on a material along a plane that is parallel to the direction of the force. When a paper is cut with scissors, the paper fails in shear. In structural and mechanical engineering, the shear strength of a component is important for designing the dimensions and materials to be used for the manufacture or construction of the component (e.
Tenseur des contraintesLe tenseur des contraintes est un tenseur d'ordre 2 utilisé en mécanique des milieux continus pour caractériser l'état de contrainte, c'est-à-dire les efforts intérieurs mis en jeu entre les portions déformées d'un milieu. Le terme a été introduit par Cauchy vers 1822. Comme les efforts intérieurs sont définis pour chaque surface coupant le milieu (on parle d'ailleurs également d'efforts surfaciques), le tenseur est défini localement, en chaque point du solide. L'état de contrainte du solide est donc représenté par un champ tensoriel.
BioniqueLa bionique est la science qui recherche, chez les plantes et les animaux, des modèles en vue de réalisations techniques. Elle se base sur l'étude des systèmes biologiques (biomécanique en particulier) pour développer (par biomimétisme éventuellement) des systèmes non biologiques susceptibles d'avoir des applications technologiques. En 1960, lors du premier congrès qui se tint à Dayton, dans l'Ohio, aux États-Unis, le nom de "Bionique" fut proposé par le major Jack E. Steele de l'U.S.
Neurosciencesthumb|250px|Dessin de neurones du cervelet de pigeon par Santiago Ramón y Cajal (1899). Les neurosciences sont les études scientifiques du système nerveux, tant du point de vue de sa structure que de son fonctionnement, depuis l'échelle moléculaire jusqu'au niveau des organes, comme le cerveau, voire de l'organisme tout entier. Le champ de la recherche en neurosciences est un champ transdisciplinaire : la biologie, la chimie, les mathématiques, la bio-informatique ainsi que la neuropsychologie sont utilisées en neurosciences.
Réseau de diffractionUn réseau de diffraction est un dispositif optique composé d'une série de fentes parallèles (réseau en transmission), ou de rayures réfléchissantes (réseau en réflexion). Ces traits sont espacés de manière régulière, et l'espacement est appelé le « pas » du réseau. Si la distance entre plusieurs traits est de l'ordre de grandeur de la longueur de cohérence spatiale de la lumière incidente, le réseau permet d'obtenir des figures de diffraction particulières influencées par la répétition.
