Le travail de recherche réalisé au cours de cette thèse s'intéresse à la nature des représentations spatiales formées par le cortex entorhinal médian (CEM). Tout d'abord, nous montrons que le CEM code spécifiquement une information de distance, l'une des composantes nécessaires pour que l'animal puisse réaliser un type de navigation reposant sur les informations idiothétiques, appelé intégration des trajets. Puis, nous observons que le système vestibulaire, une source importante d'informations idiothétiques, influence l'activité thêta du CEM et permet la modulation de ce rythme thêta par la vitesse de déplacement des animaux. Ensuite, nous montrons que l'activité du CEM est nécessaire à la stabilité de l'activité des cellules de lieu. Parallèlement, nous observons que l'activité des cellules grilles du CEM est modifiée par les informations contenues dans l'environnement (allothétiques).Dans leur ensemble, nos résultats montrent que le CEM traite et intègre des informations idiothétiques mais aussi des informations allothétiques. Ces données suggèrent que la carte spatiale du CEM ne fournit pas une métrique universelle reposant sur les informations idiothétiques, mais possède un certain degré de flexibilité en réponse aux changements environnementaux. De plus, cette carte spatiale entorhinale n'est pas requise pour la formation de l'activité spatiale des cellules de lieu, contrairement à ce que suggère l'hypothèse dominante. / The work conducted during my PhD thesis was aimed at understanding the nature of the spatial representation formed by the the medial entorhinal cortex (MEC). First, we show that the MEC codes specifically distance information which is necessary for a type of navigation based on idiothetic cues, called path integration. Then, we observe that the vestibular system, an important source of idiothetic information in the brain, influences the MEC theta rhythm and its modulation by the animal velocity. In addition, we show that MEC activity is necessary for the stability of place cells activity. Finally, we observe that entorhinal grid cells activity is modified by the information available in the environment (allothetic information).Together, our results show that the MEC processes and integrates idiothetic information as well as allothetic information. These data suggest that the entorhinal map is not a universal metric based on idiothetic information, but is flexible and dependant on the information present in the environment. In addition, the entorhinal map is not required for the generation of place cells activity, contrary to the dominant hypothesis.

In dieser Doktorarbeit wird Langsamkeit als unüberwachtes Lernprinzip in sensorischen Systemen untersucht. Dabei wird zwei Aspekten besondere Aufmerksamkeit gewidmet: der mathematischen Analyse von Slow Feature Analysis - einer Implementierung des Langsamkeitsprinzips - und der Frage, wie das Langsamkeitsprinzip biologisch umgesetzt werden kann. Im ersten Teil wird zunächst eine mathematische Theorie für Slow Feature Analysis entwickelt, die zeigt, dass die optimalen Funktionen für Slow Feature Analysis die Lösungen einer partiellen Differentialgleichung sind. Die Theorie erlaubt, das Verhalten komplizierter Anwendungen analytisch vorherzusagen und intuitiv zu verstehen. Als konkrete Anwendungen wird das Erlernen von Orts- und Kopfrichtungszellen, sowie von komplexen Zellen im primären visuellen Kortex vorgestellt. Im Rahmen einer technischen Anwendung werden die theoretischen Ergebnisse verwendet, um einen neuen Algorithmus für nichtlineare blinde Quellentrennung zu entwickeln und zu testen. Als Abschluss des ersten Teils wird die Beziehung zwischen dem Langsamkeitsprinzip und dem Lernprinzip der verhersagenden Kodierung mit Hilfe eines informationstheoretischen Ansatzes untersucht. Der zweite Teil der Arbeit befasst sich mit der Frage der biologischen Implementierung des Langsamkeitsprinzips. Dazu wird zunächst gezeigt, dass Spikezeit-abhängige Plastizität unter bestimmten Bedingungen als Implementierung des Langsamkeitsprinzips verstanden werden kann. Abschließend wird gezeigt, dass sich die Lerndynamik sowohl von gradientenbasiertem Langsamkeitslernen als auch von Spikezeit-abhängiger Plastizität mathematisch durch Reaktions-Diffusions-Gleichungen beschreiben lässt. / In this thesis, we investigate slowness as an unsupervised learning principle of sensory processing. Two aspects are given particular emphasis: (a) the mathematical analysis of Slow Feature Analysis (SFA) as one particular implementation of slowness learning and (b) the question, how slowness learning can be implemented in a biologically plausible fashion. In the first part of the thesis, we develop a mathematical framework for SFA and show that the optimal functions for SFA are the solutions of a partial differential eigenvalue problem. The theory allows (a) to make analytical predictions for the behavior of complicated applications and (b) an intuitive understanding of how the statistics of the input data are reflected in the optimal functions of SFA. The theory is applied to the learning of place and head-direction representations and to the learning of complex cell receptive fields as found in primary visual cortex. As a technical application, we use the theoretical results to develop and test a new algorithm for nonlinear blind source separation. The first part of the thesis is concluded by an information-theoretic analysis of the relation between slowness learning and predictive coding. In the second part of the thesis, we study the question, how slowness learning could be implemented in a biologically plausible manner. To this end, we first show that spike timing-dependent plasticity can under certain conditions be interpreted as an implementation of slowness learning. Finally, we show that both gradient-based slowness learning and spike timing-dependent plasticity lead to receptive field dynamics that can be described in terms of reaction-diffusion equations.