Spelling suggestions: "subject:"assemblage dde cellules"" "subject:"assemblage dee cellules""
1 |
Cell assemblies in neuronal recordings : identification and study through the inference of functional network models and statistical physics techniques / Assemblages de cellules dans enregistrements neuronaux : identification et étude par l’inférence de modèles de réseaux fonctionnels et techniques de physique statistiqueTavoni, Gaia 30 October 2015 (has links)
Cette thèse illustre une recherche sur les assemblées de cellules, groupes de neurones étroitement liés et co-activés, considérés comme les unités de la mémoire. Après une revue des majeures avancées expérimentales et théoriques dans ce domaine, et des techniques de physique statistique et d'inférence pour l'étude de neurones en interaction, on présente une nouvelle méthode pour dévoiler les assemblées decellules à partir des données neuronales et on montre son application à des enregistrements multi-électrodes dans le cortex préfrontal de rats pendant l'exécution d'une tâche et les époques de sommeil précédant et suivant. La méthode est basée sur l'inférence d'un réseau d'Ising d’interactions effectives entre les neurones et sur la simulation du modèle inféré en présence d'une entrée globale uniforme: quand l'entrée augmente, on découvre des configurations d'activité élevée (assemblées de cellules), qui s'activent dans les données à des échelles de temps de dizaines de ms en présence de stimuli transitoires. Les assemblées sont robustes par rapport au bruit. La comparaison des réseaux d'interactions et des résultats des simulations à travers les trois phases expérimentales révèle des règles empiriques pour la modification des assemblées de cellules. Le modèle inféré est également exploité pour estimer la réactivation (replay) des assemblées pendant le sommeil, important pour la consolidation de la mémoire. Inférence et échantillonnage d'un modèle linéaire généralisé montrent qu'il n'y a pas un ordre d'activation spécifique des neurones. On discute enfin une application de statistique descriptive à l'étude de la plasticité synaptique in vitro dans un cadre optogénétique. / This thesis illustrates a research on cell assemblies, groups of closely connected, synchronously activating neurons, which are thought to be the units of memory. After a review of the main experimental and theoretical advances in this field, and of the techniques of statistical physics and inference for the study of interacting neurons, a new method to unveil cell assemblies from neuronal data is illustrated and applied to multi-electrode recordings in the prefrontal cortex of rats during performance of a task and during the preceding and following sleep epochs. The method is based on the inference of an Ising network of effective interactions between the neurons and on the simulation of the inferred model in the presence of a global uniform drive: as the drive increases, configurations of high activity (cell assemblies) are unveiled, which activate in the data on time scales of tens of ms, in the presence of transient stimuli. The assemblies are robust with respect to noise. Comparisonof the interaction networks and of the results of the simulations across the three experimental phases reveals empirical rules for the modification of cell assemblies. The inferred model is also exploited to estimate the reactivation (replay) of the cell assemblies during sleep, important for memory consolidation. Inference and sampling of a generalized linear model show that there is not a specific order of activation of the neurons in the groups. It is finally discussed an application of descriptive statistics to the study of synaptic plasticity of neurons in vitro in an optogenetic framework.
|
2 |
Analyse expérimentale et modélisation d’éléments de batterie et de leurs assemblages : application aux véhicules électriques et hybrides / Experimental analysis and modelling of battery cells and their packs : application to electric and hybrid vehiclesLi, An 04 February 2013 (has links)
Dans le cadre du développement des véhicules électriques et hybrides, la connaissance et la gestion de l'énergie du pack de batteries est une problématique majeure. Pour cela, les constructeurs automobiles ont besoin de modèles numériques pour représenter le comportement dynamique des batteries. L'objectif de cette thèse est de développer, d'une part une méthodologie de caractérisation du comportement dynamique des cellules de batterie et de leurs assemblages et d'autre part des modèles numériques associés qui soient simples, rapides, robustes, présentant le meilleur compromis précision/simplicité. La première partie du travail de la thèse a consisté à développer une nouvelle méthode de caractérisation expérimentale avec un modèle de circuit électrique équivalent, qui permet de s'appliquer facilement à différentes batteries et de calibrer la complexité du modèle (nombre de circuits utilisés) en fonction de la durée des mesures de la phase de repos après une sollicitation. Le modèle généré est capable de suivre les évolutions rapides et lentes de la tension de la batterie, ce qui peut améliorer l'estimation de la tension dans les applications BMS (Battery Management System). Des essais de validations sur différentes batteries ont montré que les modèles générés permettent une prédiction précise du comportement dynamique de la batterie. Ensuite, le manuscrit aborde les assemblages des cellules en série avec la méthode de caractérisation élaborée. Elle commence par une définition énergétique de l'assemblage. Puis, la modélisation de l'assemblage avec la méthode de caractérisation est discutée. Les essais de validation ont été menés sur différents assemblages et ont montré que le comportement dynamique de l'assemblage peut aussi être bien représenté avec les modèles identifiés / As part of the development of electric and hybrid vehicles, energy management in the battery pack is a major issue. Car manufacturers need a numerical model to represent the dynamic behavior of batteries. The objective of this work is to develop, on the one hand, a characterization method of the dynamic behavior of battery cells and their assemblies, and on the other hand the combined numerical models which are simple, fast, robust and with the best accuracy/simplicity compromise. The first part of the work is dedicated to develop a new experimental characterization method with an equivalent circuit model, which can be applied easily to different battery cells and allows calibrating the complexity of the model (number of the RC circuits) according to the measurement duration of the resting phase after a solicitation. Therefore, the generated model is able to follow the rapid and slow voltage change of the battery cell, which improves voltage and state of charge estimation for the BMS (Battery Management System) applications. The validation tests on different battery cells show that the generated model allows accurate prediction of the battery cell’s dynamic behavior. The second part of the work studies the cell assemblies with cells connected in series. It begins with an energy definition of the cell assembly. Then modelling of the assembly with the developed characterization method is discussed. The validation tests were carried out on different assemblies and show that the dynamic behavior of the assembly can be also well represented with the identified models
|
Page generated in 0.0841 seconds