Moderne Präzisionsgartenbaulicheproduktion schließt hoch technifizierte Gewächshäuser, deren Einsatz in großem Maße von der Qualität der Sensorik- und Regelungstechnik abhängt, mit ein. Zu den Regelungsstrategien gehören unter anderem Methoden der Künstlichen Intelligenz, wie z.B. Künstliche Neuronale Netze (KNN, aus dem Englischen). Die vorliegende Arbeit befasst sich mit der Eignung KNN-basierter Modelle als Bauelemente von Klimaregelungstrategien in Gewächshäusern. Es werden zwei Modelle vorgestellt: Ein Modell zur kurzzeitigen Voraussage des Gewächshausklimas (Lufttemperatur und relative Feuchtigkeit, in Minuten-Zeiträumen), und Modell zur Einschätzung von phytometrischen Signalen (Blatttemperatur, Transpirationsrate und Photosyntheserate). Eine Datenbank, die drei Kulturjahre umfasste (Kultur: Tomato), wurde zur Modellbildung bzw. -test benutzt. Es wurde festgestellt, dass die ANN-basierte Modelle sehr stark auf die Auswahl der Metaparameter und Netzarchitektur reagieren, und dass sie auch mit derselben Architektur verschiedene Kalkulationsergebnisse liefern können. Nichtsdestotrotz, hat sich diese Art von Modellen als geeignet zur Einschätzung komplexer Pflanzensignalen sowie zur Mikroklimavoraussage erwiesen. Zwei zusätzliche Möglichkeiten zur Erstellung von komplexen Simulationen sind in der Arbeit enthalten, und zwar zur Klimavoraussage in längerer Perioden und zur Voraussage der Photosyntheserate. Die Arbeit kommt zum Ergebnis, dass die Verwendung von KNN-Modellen für neue Gewächshaussteuerungstrategien geeignet ist, da sie robust sind und mit der Systemskomplexität gut zurechtkommen. Allerdings muss beachtet werden, dass Probleme und Schwierigkeiten auftreten können. Diese Arbeit weist auf die Relevanz der Netzarchitektur, die erforderlichen großen Datenmengen zur Modellbildung und Probleme mit verschiedenen Zeitkonstanten im Gewächshaus hin. / One facet of the current developments in precision horticulture is the highly technified production under cover. The intensive production in modern greenhouses heavily relies on instrumentation and control techniques to automate many tasks. Among these techniques are control strategies, which can also include some methods developed within the field of Artificial Intelligence. This document presents research on Artificial Neural Networks (ANN), a technique derived from Artificial Intelligence, and aims to shed light on their applicability in greenhouse vegetable production. In particular, this work focuses on the suitability of ANN-based models for greenhouse environmental control. To this end, two models were built: A short-term climate prediction model (air temperature and relative humidity in time scale of minutes), and a model of the plant response to the climate, the latter regarding phytometric measurements of leaf temperature, transpiration rate and photosynthesis rate. A dataset comprising three years of tomato cultivation was used to build and test the models. It was found that this kind of models is very sensitive to the fine-tuning of the metaparameters and that they can produce different results even with the same architecture. Nevertheless, it was shown that ANN are useful to simulate complex biological signals and to estimate future microclimate trends. Furthermore, two connection schemes are proposed to assemble several models in order to generate more complex simulations, like long-term prediction chains and photosynthesis forecasts. It was concluded that ANN could be used in greenhouse automation systems as part of the control strategy, as they are robust and can cope with the complexity of the system. However, a number of problems and difficulties are pointed out, including the importance of the architecture, the need for large datasets to build the models and problems arising from different time constants in the whole greenhouse system.

Cherenkov-Teleskope sind in der Lage, das schwache Cherenkovlicht aus Teilchenschauern zu detektieren, die von kosmischen Teilchen mit Energien von ca. 100 GeV bis 100 TeV in der Erdatmosphäre initiiert werden. Das Ziel ist die Detektion von Cherenkovlicht aus Schauern, die von Gammastrahlen erzeugt wurden, der größte Teil der Schauer stammt jedoch von geladenen Teilchen. Im Jahr 2012 wurde das H.E.S.S.-Observatorium in Namibia, bis dahin bestehend aus vier Teleskopen mit 100 m²-Spiegeln, um ein fünftes Teleskop mit einer Spiegelfläche von ca. 600 m² ergänzt. Aufgrund der großen Spiegelfläche besitzt dieses Teleskop die niedrigste Energieschwelle aller Teleskope dieser Art. In dieser Dissertation wird ein schneller Algorithmus namens MonoReco präsentiert, der grundlegende Eigenschaften der Gammastrahlen wie ihre Energien und Richtungen rekonstruieren kann. Dieser Algorithmus kann weiterhin unterscheiden, ob Schauer von Gammastrahlen oder von geladenen Teilchen der kosmischen Strahlung initiiert wurden. Diese Aufgaben werden mit mithilfe von künstlichen neuronalen Netzwerken erfüllt, welche ausschließlich die Momente der Intensitätsverteilungen in der Kamera des neuen Teleskops analysieren. Eine Energieschwelle von 59 GeV und Richtungsauflösungen von 0.1°-0.3° werden erreicht. Das Energiebias liegt bei wenigen Prozent, die Energieauflösung bei 20-30%. Unter anderem mit dem MonoReco-Algorithmus wurden Daten, die in der Zeit um das Periastron des Binärsystems PSR B1259-63/LS 2883 im Jahre 2014 genommen wurden, analysiert. Es handelt sich hierbei um einen Neutronenstern, der sich in einem 3,4-Jahres-Orbit um einen massereichen Stern mit einer den Stern umgebenden Scheibe aus Gas und Plasmen befindet. Zum ersten Mal konnte H.E.S.S. das Gammastrahlenspektrum dieses Systems bei Energien unterhalb von 200 GeV messen. Weiterhin wurde bei erstmaligen Beobachtungen zur Zeit des Periastrons ein lokales Flussminimum gemessen. Sowohl vor dem ersten als auch nach dem zweiten Transit des Neutronensterns durch die Scheibe wurden hohe Flüsse gemessen. Im zweiten Fall wurden Beobachtungen erstmals zeitgleich mit dem Fermi-LAT-Experiment durchgeführt, das wiederholt sehr hohe Flüsse in diesem Teil des Orbits messen konnte. Ein Vergleich der gemessenen Flüsse mit Vorhersagen eines leptonischen Modells zeigt gute Übereinstimmungen. / Cherenkov telescopes can detect the faint Cherenkov light emitted by air showers that were initiated by cosmic particles with energies between approximately 100 GeV and 100 TeV in the Earth's atmosphere. Aiming for the detection of Cherenkov light emitted by gamma ray-initiated air showers, the vast majority of all detected showers are initiated by charged cosmic rays. In 2012 the H.E.S.S. observatory, until then comprising four telescopes with 100 m² mirrors each, was extended by adding a much larger fifth telescope with a very large mirror area of 600 m². Due to the large mirror area, this telescope has the lowest energy threshold of all telescopes of this kind. In this dissertation, a fast algorithm called MonoReco is presented that can reconstruct fundamental properties of the primary gamma rays like their direction or their energy. Furthermore, this algorithm can distinguish between air showers initiated either by gamma rays or by charged cosmic rays. Those tasks are accomplished with the help of artificial neural networks, which analyse moments of the intensity distributions in the camera of the new telescope exclusively. The energy threshold is 59 GeV and angular resolutions of 0.1°-0.3° are achieved. The energy reconstruction bias is at the level of a few percent, the energy resolution is at the level of 20-30%. Data taken around the 2014 periastron passage of the gamma-ray binary PSR B1259-63/LS 2883 were analysed with, among others, the MonoReco algorithm. This binary system comprises a neutron star in a 3.4 year orbit around a massive star with a circumstellar disk consisting of gas and plasma. For the first time the gamma-ray spectrum of this system could be measured by H.E.S.S. down to below 200 GeV. Furthermore, a local flux minimum could be measured during unprecedented measurements at the time of periastron. High fluxes were measured both before the first and after the second transit of the neutron star through the disk. In the second case measurements could be performed for the first time contemporaneously with the Fermi-LAT experiment, which has repeatedly detected very high fluxes at this part of the orbit. A good agreement between measured fluxes and predictions of a leptonic model is found.

Ziel dieser Arbeit ist es eine Beziehung zwischen den biophysikalischen Eigenschaften der Nervenmembran, und den ausgeführten Berechnungen und Filtereigenschaften eines tonisch feuernden Neurons, unter Einbeziehen intrinsischer Fluktuationen, herzustellen. Zu diesem Zweck werden zu erst die mikroskopischen Fluktuationen, die durch das stochastische Öffnen und Schließen der Ionenkanäle verursacht werden, zu makroskopischer Varibilität in den Zeitpunkten des Auftretens der Aktionspotentiale übersetzt, denn es sind diese Spikezeiten die in vielen sensorischen Systemen informationstragenden sind. Die Methode erlaubt es das stochastischer Verhalten komplizierter Ionenkanalstrukturen mit einer großen Zahl an Untereinheiten, in Spikezeitenvariabilität zu übersetzen. Als weiteres werden die Filtereigenschaften der Nervenzellen in der überschwelligen Dynamik, also bei Existenz eines stabilen Grenzzyklus, aus ihren Phasenantwortkurven (PAK), einer Eigenschaft des linearisierten adjungierten Flusses auf dem Grenzzyklus, in einem stöhrungstheoretischen Ansatz berechnet. Es ergibt sich, dass Charakteristika des Filter, wie beispielsweise die DC Komponente und die Eigenschaften des Filters um die Fundamentalfrequenz und ihrer Harmonien, von den Fourierkomponenten der PAK abhängen. Unter Verwendung der hergeleiteten Filter und weiterer Annahmen ist es möglich das frequenzabhängige Signal-zu-Rauschen Verhältnis zu berechnen, und damit eine untere Schranke für die Informationstransferrate eines Leitfähigkeitsmodells zu berechnen. Unter Zuhilfenahme der numerischen Kontinuierungsmethode ist es möglich die Veränderungen in der Spikevariabilität und den Filtern für jeden biophysikalischen Parameter des System zu verfolgen. Weiterhin wurde die verwendete Phasenreduktion durch eine Korrektur ergänzt, die die Radialdynamik einbezieht. Es zeigt sich, dass die Krümmung der Isochronen einen Einfluss darauf hat ob das Rauschen einen positiven oder negativen Frequenzschift hervorruft. / The goal of the thesis is to establish quantitative, analytical relations between the biophysical properties of nerve membranes and the performed neuronal computations for neurons in a tonically spiking regime and in the presence of intrinsic noise. For this purpose, two major lines of investigation are followed. Firstly, microscopic noise caused by the stochastic opening and closing of ion channels is mapped to the macroscopic spike jitter that affects neural coding. The method is generic enough to allow one to treat Markov channel models with complicated, high-dimensional state spaces and calculate from them the noise in the coding variable, i.e., the spike time. Secondly, the suprathreshold filtering properties of neurons are derived, based on the phase response curves (PRCs) by perturbing the associated Fokker-Planck equations. It turns out that key characteristics of the filter, such as the DC component of the gain and the behaviour near the fundamental frequency and its harmonics are related to the particular Fourier components of the PRC and hence the bifurcation type of the neuron. With the help of the derived filter and further approximations one is able to calculate the frequency resolved signal-to-noise ration and finally the total information transmission rate of a conductance based model. Using the method of numerical continuation it is possible to calculate the change in spike time noise level as well as the filtering properties for arbitrary changes in biophysical parameter such as varying channel densities or mean input to the cell. We extend the phase reduction to include correction terms from the amplitude dynamics that are related to the curvature of the isochrons and provide a method to identify the required amplitude sensitivities numerically. It can be shown that the curvature of the isochron has a direct consequence for the noise induced frequency shift.

Die integralen Vesikelmembranproteine Synaptophysin und Synaptobrevin interagieren in adulten Neuronen. Zusätzlich bildet Synaptobrevin mit den Plasmamembranproteinen Syntaxin und synaptosome-associated protein 25kDa (SNAP25) den SNAP-Rezeptor (SNARE)-Proteinkomplex, der Voraussetzung für die Fusion zwischen synaptischen Vesikeln und präsynaptischer Membran ist. Mit Synaptophysin interagierendes Synaptobrevin bindet jedoch nicht an den SNARE-Proteinen. Es wird daher vermutet, dass der Synaptophysin/Synaptobrevin-Komplex eine Art Reservepool für Synaptobrevin bei erhöhter neuronaler Aktivität darstellt und die Verfügbarkeit von Synaptobrevin während der Exozytose reguliert. Mit verschiedenen Ansätzen wurde versucht, den auf dem Vesikel befindlichen Komplex genauer zu charakterisieren und in seiner Funktion näher zu beschreiben. Nach Stimulation mit exozytosevermittelnden Substanzen dissoziierte der Synaptophysin/ Synaptobrevin-Komplex, sowohl unter nativen Bedingungen als auch bei Blockierung des finalen Fusionsereignisses. Dieser Prozess war calciumabhängig, konnte jedoch nicht durch die direkte Wirkung von Calcium ausgelöst werden. Die Untersuchung des Komplexes mit Hilfe von clostridialen Neurotoxinen zeigte, dass Synaptobrevin bevorzugt in Bindung an Synaptophysin und als Dimer gespalten wurde. Die Spaltung des SNARE-Proteins SNAP25 hatte keinen Einfluss auf die Komplexbildung. Die Verringerung des Cholesterolgehaltes der Membran führte zur Abnahme der Interaktion von Synaptophysin und Synaptobrevin, umgekehrt zeigte sich ein Anstieg bei zusätzlicher Cholesterolapplikation. In weiteren Experimenten konnte der C-terminale Teil des Synaptobrevins als für die Bindung zu Synaptophysin entscheidende Abschnitt identifiziert werden. Weiterhin konnte die erfolgreiche Translokation von rekombinanten Konstrukten aus Botulinumtoxin D und einem angekoppelten funktionstüchtigen Protein ins Zytosol gezeigt werden. / The vesicle associated membrane proteins synaptophysin and synaptobrevin interact in ma-ture neurones. Additionally synaptobrevin forms a complex with the plasma membrane pro-teins syntaxin and synaptosome-associated protein 25kDa (SNAP25), better known as the SNAP-Receptor (SNARE) complex, which is a prerequisite for fusion of the presynaptic and vesicle membranes. These two protein complexes however are mutually exclusive. It is as-sumed that the synaptophysin/synaptobrevin complex resembles a reserve pool for synapto-brevin and regulates the availability of synaptobrevin for the fusion process in case of in-creased synaptic activity. Different approaches where chosen to characterize this protein complex and to examine its function in more detail. After excessive stimulation the synaptophysin/synaptobrevin complex dissociates, even when the final fusion process is blocked. This step was dependent on the presence of cal-cium, though it could not be triggered directly by calcium administration. When using clos-tridial neurotoxins, synaptobrevin was preferentially cleaved in its homodimeric form and in the complex with synaptophysin. Cleavage of SNAP25 had no effect on the complex forma-tion. Depletion of cholesterol content decreases the interaction of synaptophysin with synap-tobrevin, while cholesterol treatment increases interaction. Further experiments indicated that synaptophysin binds to the the carboxy-terminal transmembrane part of synaptobrevin. Fur-thermore it could be shown that proteins attached to botulinum toxin can be delivered to the cytosol of neuronal cells, being fully active.

Dans cette thèse, nous abordons le contrôle moteur du mouvement du coude à travers deux approches expérimentales : une première étude psychophysique a été effectuée chez les sujets humains, et une seconde implique des enregistrements neurophysiologiques chez le singe. Nous avons recensé plusieurs aspects non résolus jusqu’à présent dans l’apprentissage moteur, particulièrement concernant l’interférence survenant lors de l’adaptation à deux ou plusieurs champs de force anti-corrélés. Nous avons conçu un paradigme où des stimuli de couleur aident les sujets à prédire la nature du champ de force externe actuel avant qu’ils ne l’expérimentent physiquement durant des mouvements d’atteinte. Ces connaissances contextuelles faciliteraient l’adaptation à des champs de forces en diminuant l’interférence. Selon le modèle computationnel de l’apprentissage moteur MOSAIC (MOdular Selection And Identification model for Control), les stimuli de couleur aident les sujets à former « un modèle interne » de chaque champ de forces, à s’en rappeler et à faire la transition entre deux champs de force différents, sans interférence. Dans l’expérience psychophysique, quatre groupes de sujets humains ont exécuté des mouvements de flexion/extension du coude contre deux champs de forces. Chaque force visqueuse était associée à une couleur de l’écran de l’ordinateur et les deux forces étaient anti-corrélées : une force résistante (Vr) a été associée à la couleur rouge de l’écran et l’autre, assistante (Va), à la couleur verte de l’écran. Les deux premiers groupes de sujets étaient des groupes témoins : la couleur de l’écran changeait à chaque bloc de 4 essais, tandis que le champ de force ne changeait pas. Les sujets du groupe témoin Va ne rencontraient que la force assistante Va et les sujets du groupe témoin Vr performaient leurs mouvements uniquement contre une force résistante Vr. Ainsi, dans ces deux groupes témoins, les stimuli de couleur n’étaient pas pertinents pour adapter le mouvement et les sujets ne s’adaptaient qu’à une seule force (Va ou Vr). Dans les deux groupes expérimentaux, cependant, les sujets expérimentaient deux champs de forces différents dans les différents blocs d’essais (4 par bloc), associés à ces couleurs. Dans le premier groupe expérimental (groupe « indice certain », IC), la relation entre le champ de force et le stimulus (couleur de l’écran) était constante. La couleur rouge signalait toujours la force Vr tandis que la force Va était signalée par la couleur verte. L’adaptation aux deux forces anti-corrélées pour le groupe IC s’est avérée significative au cours des 10 jours d’entraînement et leurs mouvements étaient presque aussi bien ajustés que ceux des deux groupes témoins qui n’avaient expérimenté qu’une seule des deux forces. De plus, les sujets du groupe IC ont rapidement démontré des changements adaptatifs prédictifs dans leurs sorties motrices à chaque changement de couleur de l’écran, et ceci même durant leur première journée d’entraînement. Ceci démontre qu’ils pouvaient utiliser les stimuli de couleur afin de se rappeler de la commande motrice adéquate. Dans le deuxième groupe expérimental, la couleur de l’écran changeait régulièrement de vert à rouge à chaque transition de blocs d’essais, mais le changement des champs de forces était randomisé par rapport aux changements de couleur (groupe « indice-incertain », II). Ces sujets ont pris plus de temps à s’adapter aux champs de forces que les 3 autres groupes et ne pouvaient pas utiliser les stimuli de couleurs, qui n’étaient pas fiables puisque non systématiquement reliés aux champs de forces, pour faire des changements prédictifs dans leurs sorties motrices. Toutefois, tous les sujets de ce groupe ont développé une stratégie ingénieuse leur permettant d’émettre une réponse motrice « par défaut » afin de palper ou de sentir le type de la force qu’ils allaient rencontrer dans le premier essai de chaque bloc, à chaque changement de couleur. En effet, ils utilisaient la rétroaction proprioceptive liée à la nature du champ de force afin de prédire la sortie motrice appropriée pour les essais qui suivent, jusqu’au prochain changement de couleur d’écran qui signifiait la possibilité de changement de force. Cette stratégie était efficace puisque la force demeurait la même dans chaque bloc, pendant lequel la couleur de l’écran restait inchangée. Cette étude a démontré que les sujets du groupe II étaient capables d’utiliser les stimuli de couleur pour extraire des informations implicites et explicites nécessaires à la réalisation des mouvements, et qu’ils pouvaient utiliser ces informations pour diminuer l’interférence lors de l’adaptation aux forces anti-corrélées. Les résultats de cette première étude nous ont encouragés à étudier les mécanismes permettant aux sujets de se rappeler d’habiletés motrices multiples jumelées à des stimuli contextuels de couleur. Dans le cadre de notre deuxième étude, nos expériences ont été effectuées au niveau neuronal chez le singe. Notre but était alors d’élucider à quel point les neurones du cortex moteur primaire (M1) peuvent contribuer à la compensation d’un large éventail de différentes forces externes durant un mouvement de flexion/extension du coude. Par cette étude, nous avons testé l’hypothèse liée au modèle MOSAIC, selon laquelle il existe plusieurs modules contrôleurs dans le cervelet qui peuvent prédire chaque contexte et produire un signal de sortie motrice approprié pour un nombre restreint de conditions. Selon ce modèle, les neurones de M1 recevraient des entrées de la part de plusieurs contrôleurs cérébelleux spécialisés et montreraient ensuite une modulation appropriée de la réponse pour une large variété de conditions. Nous avons entraîné deux singes à adapter leurs mouvements de flexion/extension du coude dans le cadre de 5 champs de force différents : un champ nul ne présentant aucune perturbation, deux forces visqueuses anti-corrélées (assistante et résistante) qui dépendaient de la vitesse du mouvement et qui ressemblaient à celles utilisées dans notre étude psychophysique chez l’homme, une force élastique résistante qui dépendait de la position de l’articulation du coude et, finalement, un champ viscoélastique comportant une sommation linéaire de la force élastique et de la force visqueuse. Chaque champ de force était couplé à une couleur d’écran de l’ordinateur, donc nous avions un total de 5 couleurs différentes associées chacune à un champ de force (relation fixe). Les singes étaient bien adaptés aux 5 conditions de champs de forces et utilisaient les stimuli contextuels de couleur pour se rappeler de la sortie motrice appropriée au contexte de forces associé à chaque couleur, prédisant ainsi leur sortie motrice avant de sentir les effets du champ de force. Les enregistrements d’EMG ont permis d’éliminer la possibilité de co-contractions sous-tendant ces adaptations, étant donné que le patron des EMG était approprié pour compenser chaque condition de champ de force. En parallèle, les neurones de M1 ont montré des changements systématiques dans leurs activités, sur le plan unitaire et populationnel, dans chaque condition de champ de force, signalant les changements requis dans la direction, l’amplitude et le décours temporel de la sortie de force musculaire nécessaire pour compenser les 5 conditions de champs de force. Les changements dans le patron de réponse pour chaque champ de force étaient assez cohérents entre les divers neurones de M1, ce qui suggère que la plupart des neurones de M1 contribuent à la compensation de toutes les conditions de champs de force, conformément aux prédictions du modèle MOSAIC. Aussi, cette modulation de l’activité neuronale ne supporte pas l’hypothèse d’une organisation fortement modulaire de M1. / In this thesis, we addressed motor control by two experimental approaches: psychophysical studies in human subjects and neurophysiological recordings in non-human primates. We identified unresolved issues concerning interference in motor learning during adaptation of subjects to two or more anti-correlated force fields. We designed paradigms in which arbitrary color stimuli provided contextual cues that allowed subjects to predict the nature of impending external force fields before encountering them physically during arm movements. This contextual knowledge helped to facilitate adaptation to the force fields by reducing this interference. According to one computational model of motor learning (MOdular Selection And Identification model for Control; MOSAIC), the color context cues made it easier for subjects to build “internal models” of each force field, to recall them and to switch between them with minimal interference. In our first experiment, four groups of human subjects performed elbow flexion/extension movements against two anti-correlated viscous force fields. We combined two different colors for the computer monitor background with two forces: resistive (Vr) and assistive (Va). The first two groups were control subjects. In those subjects, the color of the computer monitor changed at regular intervals but the force field remained constant; Vr was presented to the first group while the second group only experienced Va. As a result, the color cues were irrelevant in the two control groups. All control subjects adapted well to the single experienced force field (Vr or Va). In the two experimental groups, in contrast, the anti-correlated force fields and the monitor colors changed repeatedly between short blocks of trials. In the first experimental group (Reliable-cue subjects), there was a consistent relationship between the force and the stimulus (color of the monitor) - the red colour always signalled the resistive force while the green colour always signalled the assistive force. Adaptation to the two anti-correlated forces for the Reliable-cue group was significant during 10 days of training and almost as good as in the Irrelevant-cue groups who only experienced one of the two force fields. Furthermore, the Reliable-cue subjects quickly demonstrated predictive adaptive changes in their motor output whenever the monitor color changed, even during their first day of training, showing that they could use the reliable color context cues to recall the appropriate motor skills. In contrast, the monitor color also changed regularly between red and green in the second experimental group, but the force fields were not consistently associated with the color cue (Unreliable-cue group). These subjects took longer to adapt to the two force fields than the other three groups, and could not use the unreliable color cue change to make predictive changes to their motor output. Nevertheless, all Unreliable-cue subjects developed an ingenious strategy of making a specific “default” arm movement to probe the type of force field they would encounter in the first trial after the monitor color changed and used the proprioceptive feedback about the nature of the field to make appropriate predictive changes to their motor output for the next few trials, until the monitor color changed again, signifying the possibility of a change in force fields. This strategy was effective since the force remained constant in each short block of trials while the monitor color remained unchanged. This showed that the Unreliable-cue subjects were able to extract implicit and explicit information about the structure of the task from the color stimuli and use that knowledge to reduce interference when adapting to anti-correlated forces. The results of this first study encouraged us to advance our understanding of how subjects can recall multiple motor skills coupled to color context stimuli can be recalled, and how this phenomenon can be reflected by the neuronal activity in monkeys. Our aim was to elucidate how neurons of primary motor cortex (M1) can contribute to adaptive compensation for a wide range of different external forces during single-joint elbow flexion/extension movements. At the same time, we aimed to test the hypothesis evoked in the MOSAIC model, whereby multiple controller modules located in the cerebellum may predict each context and produce appropriate adaptive output signals for a small range of task conditions. Also, according to this hypothesis, M1 neurons may receive inputs from many specialized cerebellar controllers and show appropriate response modulations for a wide range of task conditions. We trained two monkeys to adapt their flexion/extension elbow movements against 5 different force-field conditions: null field without any external force disturbance, two anti-correlated viscous forces (assistive and resistive), which depended on movement speed and resembled that used in the human psychophysical study, a resistive elastic force which depended on elbow-joint position and finally, a visco-elastic field that was the linear sum of the elastic and viscous forces field. Each force field was reliably coupled to 5 different computer monitor background colors. The monkeys properly adapted to the 5 different force-field conditions and used the color context cues to recall the corresponding motor skill for the force field associated with each color, so that they could make predictive changes to their motor output before they physically encountered the force fields. EMG recordings eliminated the possibility that a co-contraction strategy was used by the monkeys to adapt to the force fields, since the EMG patterns were appropriate to compensate for each force-field condition. In parallel, M1 neurons showed systematic changes in their activity at the single-neuron and population level in each force-field condition that could signal the required changes in the direction, magnitude and time course of muscle force output required to compensate for the 5 force-field conditions. The patterns of response changes in each force field were consistent enough across M1 neurons to suggest that most M1 neurons contributed to the compensation for all force field conditions, in line with the predictions of the MOSAIC model. Also, these response changes do not support a strongly modular organization for M1.

Les épilepsies acquises se déclarent après un processus graduel appelé épileptogenèse. Bien que cliniquement silencieux, ce processus implique des modifications fonctionnelles observables notamment par électroencéphalographie. Cette thèse vise i) à identifier des marqueurs électrophysiologiques apparaissant au cours de l’épileptogenèse, et ii) à comprendre les modifications physiopathologiques sous-jacentes responsables de ces marqueurs et de leur évolution temporelle. Dans un premier temps, nous avons, dans un modèle d’épilepsie partielle chez la souris, monitoré des signaux électrophysiologiques intracérébraux pendant la mise en place de la maladie. Nous avons observé dans ces signaux expérimentaux, l’émergence d’événements transitoires pathologiques appelés pointes épileptiques. Nous avons développé des méthodes de traitement du signal pour détecter et caractériser automatiquement ces événements. Ainsi, nous avons pu mettre en évidence certains changements dans la forme des pointes épileptiques au cours de l’épileptogenèse ; en particulier l’apparition et l’augmentation d’une onde qui suit la pointe épileptique. Une hypothèse défendue dans ces travaux est que ces changements morphologiques peuvent constituer des marqueurs de l’épileptogenèse dans ce modèle animal. Dans un second temps, afin d’interpréter ces modifications électrophysiologiques en termes de processus neurophysiologiques sous-jacents, nous avons implémenté un modèle biomathématique, physiologiquement argumenté, capable de simuler des pointes épileptiques. Formellement, ce modèle est un système dynamique non linéaire qui reproduit les interactions synaptiques (excitatrices et inhibitrices) dans une population de neurones. Une analyse de sensibilité de ce modèle a permis de mettre en évidence le rôle critique de certains paramètres de connectivité dans la morphologie des pointes. Nos résultats montrent en effet, qu’une diminution de l’inhibition GABAergique entraîne un accroissement de l’onde dans les pointes épileptiques. À partir du modèle théorique, nous avons pu ainsi émettre des hypothèses sur les modifications opérant au cours du processus d’épileptogenèse. Ces hypothèses ont pu être en partie vérifiées expérimentalement en bloquant artificiellement l’inhibition GABAergique, dans le modèle in vivo chez la souris, et dans un modèle in vitro chez le rat. En conclusion, ce travail de thèse fournit, dans un modèle animal, un biomarqueur électrophysiologique de l’épileptogenèse et tente d’expliquer, grâce à une modélisation biomathématique, les processus neurophysiologiques sous-jacents qu’il reflète. / Acquired epilepsies occur after a process called epileptogenesis. Although clinically silent, this process involves some functional modifications which can be observed by electroencephalography. The objectives of this thesis are i) to identify electrophysiological markers occurring during epileptogenesis, and ii) to understand which underlying pathophysiological modifications are responsible for these markers and their evolution. Firstly, using an in vivo experimental mouse model of partial epilepsy, we have monitored intracranial electrophysiological signals during epileptogenesis. We observed the emergence of pathological transient events called epileptic spikes. We have developed signal processing methods in order to automatically detect and characterize these events. Hence, we observed and quantified morphological changes of epileptic spikes during epileptogenesis. In particular, we noticed the emergence and the increase of a wave which directly follows the spike component. In this work, we defend the hypothesis that these morphological modifications can constitute markers of the epileptogenesis process in this animal model of epilepsy. Secondly, in order to interpret these electrophysiological modifications in terms of underlying pathophysiological processes, we have implemented a computational model able to simulate epileptic spikes. This neural mass model is a neurophysiologically-plausible mesoscopic representation of synaptic interactions (excitation and inhibition) in the hippocampus. Based on a sensitivity analysis of model parameters, we were able to determine some connectivity parameters that play a key role in the morphology of simulated epileptic spikes. In particular, our results show that a diminution of GABAergic inhibition leads to an increase of the aforementioned wave. Thus, using this theoretical model, we defined some hypotheses about pathophysiological modifications occurring during the epileptogenesis process. One of these hypotheses has been confirmed in blocking GABAa receptors in the in vivo mouse model, as well as in an in vitro model (rat, organotypic slices). In summary, based on the shape features of epileptic spikes, we devised an electrophysiological biomarker of epileptogenesis observed in a mouse model but useful in Human studies as well. Moreover, a computational modeling approach has permitted to suggest which pathophysiological processes might underlie this biomarker.

Les paramètres de surface contrôlent les fonctions des cellules, en coopération avec leurs codes génétiques. Des études récentes soulignent l'impact combiné des signaux chimiques, topographiques et mécaniques des substrats d'adhésion sur les processus de différenciation. Cette étude se focalise sur le paramètre énergétique, et plus spécialement, sur l'influence exercée par la distribution spatiale des énergies de surface sur la différenciation des cellules neuronales. Le modèle étudié est constitué par les cellules de la lignée PC12, capables de se différencier en neurones suite au traitement par le facteur de croissance nerveux (NGF). Les cellules sont cultivées sur des surfaces de verre modifiées par auto-assemblage de monocouches d'alkylsiloxanes ou de biopolymères. La modification de la nature chimique et du degré d'organisation des monocouches module la distribution des composantes dispersives et polaires de l'énergie de surface, à une échelle inférieure au micron. Sur des substrats très homogènes (dotés de terminaisons CH3, NH2, ou OH), l'adhésion des cellules PC12 est modulée par le degré d'affinité chimique, et peu de cellules initient des neurites. Inversement, sur des substrats localement très hétérogènes, les cellules adhèrent quel que soit le couple chimique produisant les hétérogénéités (NH2/OH ou CH3/OH), et elles génèrent un nombre important de neurites en moins de 48 h, sans traitement au NGF. Ce travail démontre que les hétérogénéités chimiques de surface exercent une influence critique sur les processus de régénérescence des cellules nerveuses, en induisant des gradients dans les énergies d'adhésion aux échelles nanométriques.

While in traditional computer game playing agents were designed solely for the purpose of playing one single game, General Game Playing is concerned with agents capable of playing classes of games. Given the game's rules and a few minutes time, the agent is supposed to play any game of the class and eventually win it. Since the game is unknown beforehand, previously optimized data structures or human-provided features are not applicable. Instead, the agent must derive a strategy on its own. One approach to obtain such a strategy is to analyze the game rules and create a state evaluation function that can be subsequently used to direct the agent to promising states in the match. In this thesis we will discuss existing methods and present a general approach on how to construct such an evaluation function. Each topic is discussed in a modular fashion and evaluated along the lines of quality and efficiency, resulting in a strong agent.

No description available.

No description available.