Dans le but de mieux comprendre le fonctionnement du cerveau nous devons examiner les domaines structuraux qui le composent, de la simple cellule à des régions entières du cerveau interconnectées. Cependant, bien que le fonctionnement d’une ou plusieurs cellules soit relativement bien connu, il n’y a que peu d’informations concernant les groupements de neurones interagissant fonctionnellement dans une même tâche, les réseaux neuronaux. De plus, l'activité équilibrée et concertée des réseaux excitateurs et inhibiteurs joue un rôle clé pour les intégrations corticales appropriées. Par ailleurs, il existe plusieurs outils afin d’enregistrer l’activité des réseaux excitateurs, ce qui n’est pas le cas pour les réseaux inhibiteurs. L’imagerie du colorant sensible au voltage (VSDI) est une technique permettant l’enregistrement de l’activité neuronale au moyen d’une émission de fluorescence proportionnelle au changement de potentiel de membrane. Par rapport aux autres techniques employant des électrodes, le VSDI permet l’enregistrement non invasif de l’activité de centaines de sites en même temps. Au cours des dernières décennies, le VSDI a été largement utilisé tant in vitro qu’in vivo pour étudier l’activité d’une cellule et des réseaux excitateurs. Néanmoins, en utilisant le VSDI, les recherches quant à l’activité des réseaux excitateurs ont été principalement réalisées par quantification d’émission de fluorescence en définissant des régions d’intérêts à des temps fixes, alors que l’activité inhibitrice n’a été évaluée qu’à l’échelle cellulaire. La première approche ne permet pas l’obtention de toutes les informations de la dynamique de propagation de la transmission glutamatergique du fait qu’elle ne prend en considération ni la vitesse ni la direction de propagation du signal. En revanche, la seconde approche n’offre pas la possibilité d’étudier l’activité du réseau inhibiteur ce qui serait toutefois important de définir du fait de la propagation spatiale extensive des interneurones au sein des aires corticales. Durant mon doctorat, le but de mon travail a été d’étudier en détail les réseaux neuronaux excitateurs et inhibiteurs de l’aire CA1 de l’hippocampe de souris à l’aide du VSDI. Pour les étudier de façon plus compréhensive, en collaboration avec une équipe de mathématicien, nous avons développé un algorithme permettant de mesurer la vitesse et la direction de propagation du signal VSDI, ce qui représente une nouvelle méthode pour analyser le flux optique. Après la validation réussie de l’algorithme avec des données de substitution pour tester sa précision, nous avons analysé deux séries d’expériences dans lesquelles l’activité des réseaux excitateurs a été manipulée soit par augmentation de l’intensité de stimulation passant de 10 à 30 Volts ou en bloquant la transmission GABAergique avec la picrotoxine, un antagoniste du récepteur GABAA. Les résultats de ces manipulations montrent une diminution significative de la vitesse alors que l’application de picrotoxine modifie de façon significative la direction de propagation, ce qui rend le signal de dépolarisation médié par le VSDI moins dispersé par rapport au contrôle. L’utilisation du VSDI a permis l’entière caractérisation des signaux hyperpolarisants médiés par les récepteurs GABAA dans toutes les sous-couches de CA1 (champ IPSP), offrant ainsi une nouvelle façon d’étudier les événements inhibiteurs à l’échelle d’un réseau. De plus, j’ai montré qu’en activant les récepteurs mGluR5, j’étais capable d’augmenter de façon durable le champ IPSP du VSDI, avec la durée et l’ampleur au niveau des sous-couches spécifiques de CA1. Globalement, je présente dans cette thèse de nouvelles méthodes et nouveaux résultats qui peuvent représenter une avancée dans la quête d’une meilleure compréhension des réseaux neuronaux, excitateurs et inhibiteurs, ce qui, espérons-le, pourra contribuer à réduire l’écart de connaissance entre l’activité d’une seule cellule et celle du comportement. / In order to better understand brain functioning we need to investigate all the structural domains present in it, from single cell to interconnected entire brain regions. However, while our knowledge in terms of single/few cells functioning is vast, very little is known about neuronal networks, which are interacting collections of neurons functionally related to the same task. Moreover, the balanced and concerted activity of excitatory and inhibitory networks plays a key role for proper cortical computations. However, while exist several tools to record excitatory networks activity, this is not the case for inhibitory networks. Voltage sensitive dye imaging (VSDI) is a technique that allows the recording of neuronal activity by mean of proportional emission of fluorescence according to changes in membrane potential. The advantage of using VSDI over other recording techniques using electrodes is that VSDI allows not invasive recording of neuronal activity from hundreds of sites at the same time. During my doctoral course I aimed at studying in detail excitatory and inhibitory neuronal networks in the CA1 area of mouse hippocampus with VSDI. To study excitatory networks more comprehensively, in collaboration with a team of mathematicians, we developed a mathematical algorithm that allowed measuring the velocity and the direction of spreading of the VSDI signal and it represents a new method to determine an optical flow. After successful validation of the algorithm with surrogate data to test its accuracy, we analysed two set of experiments in which network excitatory activity has been manipulated either by increasing Schaffer’s collaterals stimulation intensity or by blocking GABAergic transmission with the GABAA receptor antagonist picrotoxin in order to increase the depolarization in the CA1 region of the hippocampus. The results of these manipulations significantly decreased signal velocity whereas picrotoxin application significantly modified the direction of spreading, making the depolarization-mediated VSDI signal less dispersed compared to control. Using VSDI I was able to fully characterize GABAA receptor-mediated hyperpolarizing signals in all the CA1 sublayers (field IPSPs), thus providing a new way of monitoring inhibitory events at network level. Moreover, I found that the activation of mGluR5 receptors induced an increase in a long-lasting manner of the VSDI-recorded field IPSPs, with duration and magnitude that relied on the specific CA1 sublayer considered. Overall, my work shows new methodologies and new findings that may represent a step forward in the quest for a better understanding of neuronal networks, both excitatory as well as inhibitory, which hopefully can contribute to reduce the gap of knowledge between single cell activity and behaviour.

Cette thèse s'inscrit dans le domaine des neurosciences computationnelles dont le but est de modéliser des fonctions cognitives complexes par le biais de simulations informatiques et numériques en s'inspirant du fonctionnement cérébral. Les modèles et simulations proposées reposent sur le paradigme des champs neuronaux, que nous exploitons pour étudier dans quelle mesure des capacités cognitives complexes peuvent être le résultat émergeant de l'interaction de cellules élémentaires simples.<br /><br />Nous nous intéressons dans cette thèse à la modélisation de l'attention visuelle, avec ou sans mouvement oculaire. Pour guider le développement de nos modèles, nous proposons dans une première partie une revue de données psychologiques et physiologiques sur l'attention visuelle avant de proposer un modèle computationnel de l'attention visuelle sans saccade oculaire. Puis, nous nous intéressons dans une seconde partie à la manière dont on peut intégrer les saccades oculaires dans nos modèles en s'inspirant des données anatomiques et physiologiques sur le contrôle des saccades oculaires chez le primate. Les performances des différents mécanismes proposés sont évalués en simulation en les appliquant à des tâches de recherche visuelle.<br /><br />Nos travaux de thèse permettent également d'étudier un paradigme de calcul original qui repose sur des calculs distribués, asynchrones, numériques et adaptatifs qui permettent d'envisager le déploiement des mécanismes proposés dans ce cadre sur des supports de calculs parallèles.

Cette étude concerne la modélisation d'un procédé de cristallisation de troisième jet, dite cristallisation C, en sucrerie de cannes. De par la complexité des phénomènes physico-chimiques mis en jeu lors d'une cristallisation industrielle, il est nécessaire de développer plusieurs approches de modélisation. Cette multiplicité de modèles permet de comparer ainsi les diverses approches proposées. Nous avons pour cela axé notre étude sur la modélisation des diverses cinétiques des phénomènes physiques qui interviennent lors d'une cristallisation C, par le biais de plusieurs modèles mathématiques. En effet, nous avons considéré trois types de cinétiques pouvant exister au sein de la solution : les cinétiques de nucléation, de croissance et d'agglomération. Nous avons aussi mis en place plusieurs stratégies de modélisation dites hybrides, qui sont en fait les combinaisons de réseaux de neurones et de modèles de connaissances. Les phases d'apprentissage des réseaux de neurones sont basées sur des mesures, et la modélisation globale du procédé de cristallisation combine cette approche systémique aux différents modèles de connaissance choisis. Ces diverses approches utilisées n occultent pas les démarches classiques de modélisation en génie de la cristallisation. De ce fait, si nous souhaitons contrôler le procédé, plusieurs modèles mathématiques s'articulant autour de différents bilans de population sont proposés. Ce travail est original, d'une part, car il décrit la cristallisation de troisième jet, et d'autre part, du fait que les divers modèles de cinétiques soient identifiés avec des données industrielles. En effet, il faut souligner qu'il n'existe quasiment pas de travaux relatifs à la cristallisation C, donc peu de références bibliographiques sur cette cristallisation de bas produit en milieu industriel sucrier.

La cohabitation de plusieurs services différents sur un même réseau soulève de nombreux problèmes pour la gestion et la conception de réseau de télécommunication. L'introduction de mécanismes "intelligents " dans les réseaux multiservices permet de surmonter la difficulté de mettre en place des méthodes plus traditionnelles pour prendre en compte toute la complexité générée par la multiplication des services. Dans ce contexte, nous nous intéressons au problème de l'évaluation de performance dans les réseaux à l'état stationnaire, et plus spécifiquement l'évaluation des critères de qualité de service (QoS). Au lieu d'essayer de modéliser tous les mécanismes d'un routeur pour formaliser certains critères de QoS, nous proposons d'utiliser les capacités d'apprentissage et de généralisation des réseaux de neurones pour apprendre cette QoS à partir d'observations du système. Nous proposons ainsi des modèles neuro-mimétiques de différents critères de la QoS d'un noeud du réseau qui s'appuient sur une description statistique relativement simple des trafics incidents. Nous avons étudié l'apprentissage de plusieurs critères de qualité de service à partir de simulations à évènements discrets dans le cas de files d'attente élémentaires et de files d'attente à serveur partagé qui modélisent la différentiation de services dans les routeurs IP ou MPLS. Nous généralisons ensuite cette approche pour effectuer l'estimation de la QoS le long d'un chemin et proposons pour cela une coopération distribuée de modèles neuronaux. Les réseaux de neurones sont chargés d'estimer à la fois les critères de qualité de service et une description du trafic de sortie. Ce schéma couplé à un protocole de type RSVP permettrait à terme de propager les estimations le long du chemin pour établir une estimation de la QoS de bout en bout. Nous nous intéressons enfin au problème de routage optimal sous contraintes de QoS de bout en bout. Nous présentons une formalisation multiflot permettant de mettre en place une stratégie de résolution de type déviation de flot qui s'appuie sur une approche de type lagrangien augmenté pour relâcher les contraintes de QoS. Cette stratégie permet d'obtenir un optimum local réalisable. Nous proposons ensuite de remplacer l'approximation M/M/1 traditionnellement utilisée dans les modèles de multiflot par un modèle par réseaux de neurones de la QoS, plus réaliste notamment dans le cas de la différentiation de service. Toutefois il est nécessaire de garantir la croissance des fonctions évaluations pour assurer la validité du schéma d'optimisation. Cette monotonie peut être imposée lors de l'apprentissage du modèle neuronal par l'ajout de contraintes sur les dérivées premières. Nous avons développé ainsi un algorithme d'apprentissage sous contraintes qui impose la monotonie dans les réseaux de neurones feed-forward en utilisant des méthodes classiques de l'optimisation nonlinéaire sous contraintes.

Malgré leur domestication il y a plus de 7000 ans, gérer la réponse défensive des abeilles, en particulier contre l'Homme, reste un défi. Cet état de fait est dû en partie à la complexité de cette réponse, qui commence par la détection du danger par quelques individus spécialisés et culmine dans une attaque collective, déclenchée par une phéromone d'alarme. Le comportement agressif des abeilles a fait l'objet de nombreuses études à la fois en laboratoire et sur le terrain, qui ont permis d'identifier les éléments déclencheurs et régulateurs de ce comportement. Cependant les mécanismes neuronaux et moléculaires qui sous-tendent cette réponse agressive sont toujours inconnus. Durant ma thèse, j'ai étudié le rôle des signaux olfactifs et des amines biogènes dans la régulation de l'agressivité des abeilles, en intégrant des approches comportementales, physiologiques et moléculaires. En utilisant un nouveau test pour mesurer la réponse agressive d'abeilles individuelles en conditions contrôlées, j'ai pu déterminer si certaines odeurs de plantes modulent l'agressivité des abeilles, en particulier en interagissant avec la phéromone d'alarme. J'ai identifié deux composés floraux, le linalol et le 2-phenylethanol, qui bloquent la réponse agressive déclenchée par la phéromone d'alarme. Ces odeurs n'empêchent pas les abeilles de sentir la phéromone d'alarme, mais ont une valeur appétitive importante pour les abeilles. Ces résultats suggèrent qu'une intégration sensorielle complexe a lieu lorsque les abeilles décident de participer ou non à la défense de la colonie. De plus, un test de terrain a montré que le linalol peut aussi être utilisé pour diminuer l'agressivité d'une colonie entière, ouvrant la voie pour des applications pratiques. Afin de mieux comprendre les mécanismes neuronaux responsables de cette modulation par des odeurs florales, j'ai ensuite regardé comment ces odeurs affectent la représentation de la phéromone d'alarme dans le centre olfactif primaire du cerveau de l'abeille, le lobe antennaire. J'ai ainsi utilisé l'imagerie calcique in vivo pour visualiser l'activité des neurones de cette région. Les lobes antennaires sont structurés en unités fonctionnelles appelées glomérules, et l'identité d'une odeur est codée par le patron d'activation des glomérules. Notre hypothèse était que la représentation d'un mélange entre une odeur de plante appétitive et la phéromone d'alarme ne peut pas être obtenu linéairement à partir de la représentation de chaque composé, révélant ainsi les mécanismes neuronaux à l'origine de l'effet de ces odeurs florales. Cependant l'analyse des données n'a pas mis en évidence ce phénomène, ce qui suggère que l'intégration de la valeur appétitive des odeurs a lieu dans des centres supérieurs. Finalement, j'ai examiné le rôle des amines biogènes dans le comportement agressif de l'abeille. Les amines biogènes sont d'importants neuromodulateurs qui ont été impliqués dans le contrôle de l'agressivité de nombreuses espèces, mais leur rôle chez l'abeille n'avait pas été démontré. Les abeilles de colonies agressives ont plus de sérotonine dans leur cerveau central que celles provenant de colonies dociles. / Although honeybees were domesticated over 7000 years ago, finding ways to manage their defensive responses against intruders, including humans, is still a current challenge. This is in part due to the complexity of this behaviour, which starts with the detection of the threat by a few specialized individuals and culminates into a generalized, collective attack triggered by the release of an alarm pheromone. Numerous studies have investigated honeybee aggression and stinging behaviour both in the laboratory and field, including the sensory triggers and the potential regulatory mechanisms. However the specific neural and molecular mechanisms regulating this behaviour are still unknown. In my PhD thesis, I investigated the role of olfactory signals and brain biogenic amines in modulating aggression in honeybees, integrating behavioural, physiological, and pharmacological experiments. Using a novel assay to measure the stinging behaviour of individual bees under controlled conditions, I first explored whether a range of plant odours could modulate aggression, in particular by interacting with the alarm pheromone released by aroused bees. I identified two floral compounds, linalool and 2-phenylethanol, that block the recruitment elicited by the alarm pheromone. These odours do not prevent the bees from perceiving the alarm pheromone. Instead, this blocking effect appears to correlate with the appetitive value of these odours. This suggests that a complex sensory integration takes place when honeybees are faced with the decision of engaging or not into defensive tasks. Furthermore, a field test demonstrated that linalool could also be used to manage aggressive colonies, highlighting the practical application of these findings. To gain a better understanding of the neuronal mechanism underlying this effect of floral odours on honeybee aggression, I next investigated how these floral compounds affect the representation of the alarm pheromone in the primary olfactory center of the honeybee brain, the antennal lobe, using in vivo calcium-imaging to monitor the activity of neurons in this area. The antennal lobes are structured into functional units called glomeruli, and an odour identity and concentration is encoded within the pattern and intensity of activated glomeruli. We expected that the representation of the mixture of an appetitive floral odour with the alarm pheromone may not be linearly obtained from the representation of each compound, thus revealing the neuronal mechanisms at play during our previous aggression assays. However, analysis of the data suggests no such mechanism, which could be a clue that this processing is happening in higher brain centers. Finally, I investigated the role of brain biogenic amines in honeybee aggression. Biogenic amines are important neuromodulators and have been implicated in the regulation of the aggressive behavior of a number of species.

La perception de la douleur résulte de l'intégration dans la moelle épinière des informations sensorielles et nociceptives transmises par les afférences primaires. Parmi celles-ci, les Mechanorécepteurs C à bas seuil (C-LTMR), exprimant la chimiokine TAFA4, ont été identifiés comme des modulateurs de la douleur. Cependant, les mécanismes sous-jacents au contrôle de l'intégration sensori-nociceptive par TAFA4 restent mal compris. Grâce aux enregistrements obtenus in vitro par patch clamp chez des souris naïves, nous montrons que l'application exogène de TAFA4 induit une diminution de la fréquence des courants post-synaptiques excitateurs spontanés (CPSE). A l’inverse nous observons une augmentation de la fréquence des événements synaptiques inhibiteurs spontanés (CPSI). Cette modulation de l'activité synaptique est préservée avec TTX, indiquant que TAFA4 modifie la transmission synaptique par des mécanismes présynaptiques. En stimulant les fibres nociceptives à haut seuil d’activation, nous démontrons que TAFA4 induit une augmentation du ratio des réponses synaptiques des interneurones évoquées par des stimulations d’impulsions pairées. Par conséquent, TAFA4 renforce l'inhibition présynaptique des fibres nociceptives. Nous démontrons également que les effets de TAFA4 sur la transmission excitatrice spontanée et évoquée sont bloqués par des antagonistes des récepteurs GABA, indiquant que les C-LTMRs interagissent principalement avec les neurones GABAergiques. De plus, des expériences de microscopie électronique ont révélé la présence de contacts synaptiques directs entre les C-LTMRs et les terminaisons GABAergiques dans la lamina IIi. Pour aller plus loin dans la caractérisation des effets de TAFA4 sur la transmission de la douleur, nous avons induit une inflammation de la patte arrière des souris (modèle CFA). Chez ces souris, l'effet de TAFA4 sur la fréquence EPSC et IPSC est conservé. Nous constatons que chez les souris CFA, TAFA4 diminue la décharge neuronale enregistrée in vivo suite à une stimulation mécanique nociceptive de la patte inflammée. Cet effet est bloqué par une injection d'antagonistes des récepteurs GABA. En effectuant le test Von Frey sur des souris inflammées, nous montrons que l’action anti-allodynique induite par l'injection intrathécale de TAFA4 est bloquée par les antagonistes des récepteurs GABA. Nous avançons l’hypothèse que les C-LTMRs contactent directement les interneurones GABAergiques de la corne dorsale et, via la libération de TAFA4, renforcent l'activité synaptique inhibitrice participant à l’effet anti-nociceptif de TAFA4. En outre, TAFA4 favorise la rétraction microgliale chez les animaux inflammés, ainsi qu'une augmentation du nombre de synapses inhibitrices sur les somas des neurones de la lamina IIi. En conclusion, ces résultats identifient les interneurones GABAergiques comme premier relais d'intégration pour les C-LTMRs et mettent en évidence une nouvelle interaction entre les neurones sensoriels, les cellules microgliales et les interneurones de la moelle épinière, permettant une modulation fine de l'activité inhibitrice et de la transmission nociceptive en situation pathologique. / Pain elaboration results from the integration within dorsal spinal cord of sensory and nociceptive information conveyed by primary afferents. Among these, C low-threshold Mechano Receptors (C-LTMR), expressing the chemokine TAFA4, were identified as modulators of pain. However, mechanisms underlying the control of sensori-nociceptive integration by TAFA4 remains poorly understood. Using in vitro patch clamp recording on spinal cord slices of naïve mice we show that, bath application of TAFA4 induces a decrease in frequency of spontaneous excitatory post synaptic currents (EPSCs). This effect is mirrored by an increase in frequency of spontaneous inhibitory synaptic events (IPSCs). This modulation of synaptic activity is preserved with TTX, indicating that TAFA4 alters synaptic transmission through presynaptic mechanisms. By recruiting high threshold nociceptive fibers, we demonstrate that TAFA4 induces an increase in the paired pulse ratio of evoked synaptic responses in interneurons, and thus, reinforces presynaptic inhibition of nociceptive fibers. We also demonstrate that the effects of TAFA4 on spontaneous and evoked excitatory transmission are blocked by antagonists of GABA receptors, indicating that -C-LTMRs mainly interact with GABAergic neurons. Moreover, Electron Microscopy provides evidence of direct synaptic contacts between C-LTMRs and GABAergic terminals in lamina IIi. To further characterize the effects of TAFA4 on pain transmission, we inflamed mice using Complete Freund Adjuvant (CFA). In CFA mice, the effect of TAFA4 on EPSC and IPSC frequency is preserved. We find that in CFA mice, TAFA4 decreases the neuronal discharge recorded in vivo following a nociceptive mechanical stimulation in inflamed hindpaw. This effect is blocked by an injection of GABA receptors antagonists. By performing Von Frey test on inflamed mice, we show that intrathecal injection of TAFA4 provides anti-allodynic effects blocked by GABA receptors antagonists. We propose that C-LTMR directly contact GABAergic interneurons in dorsal horn, and, through the liberation of TAFA4 reinforce inhibitory synaptic activity which may in turn promote their anti-nociceptive activity. Furthermore, TAFA4 promotes microglial retraction in CFA inflamed animals, together with an increase in the number of inhibitory synapses on lamina IIi somata. Altogether, these results identify GABAergic interneurons as the first integration relay for C-LTMRs and highlight a novel interplay between sensory neurons, microglial cells and spinal interneurons leading to a fine tuning of inhibitory activity and nociceptive transmission in pathological conditions.

Nous avons étudié l’impact de la structure temporelle de l'activité neuronale sur la dynamique de réseaux recevant cette activité et impliqués dans la cognition. Nous avons caractérisé le code qui permet de lire l'information dans des signaux du cortex cingulaire antérieur dorsal (CCAd) simien, qui intervient dans les processus d'adaptation comportementale. Nos analyses suggèrent que la variabilité importante du nombre de potentiels d'action émis par les neurones, ainsi que la fiabilité temporelle conséquente de ces signaux, favorisent un décodage par des réseaux sensibles à la structure temporelle. De plus, quand nous avons séparé les données entre un groupe avec un grand nombre de potentiels d'action, et un groupe avec un faible nombre de potentiels d'action, nous n'avons pas trouvé pas de différence robuste du comportement du singe entre ces deux groupes. Par contre, lorsque l'activité d'un neurone devenait moins semblable à la réponse typique de ce neurone, le singe semblent répondait plus lentement pendant la tâche comportementale. L'activité d'un neurone semblait pouvoir se différencier de sa réponse typique par une augmentation ou une diminution du nombre de potentiels d'actions, ou par des imprécisions sur le temps d'émission des potentiels d'action. Nos résultats suggèrent que les réseaux neuronaux qui décodent les signaux du CCAd détectent des motifs spatiotemporels. Enfin, nous avons ensuite analysé mathématiquement des modèles de réseaux de neurones récurrents dans le but mieux comprendre l’impact des signaux du CCAd sur le décodeur. Le modèle de neurone utilisé peut reproduire la réponse dynamique de neurones biologique par l’inclusion d’une adaptation neurale. / We investigated the putative function of the fine temporal dynamics of neuronal networks for implementing cognitive processes. First, we characterized the coding properties of spike trains recorded from the dorsal Anterior Cingulate Cortex (dACC) of monkeys. dACC is thought to trigger behavioral adaptation. We found evidence for (i) high spike count variability and (ii) temporal reliability (favored by temporal correlations) which respectively hindered and favored information transmission when monkeys were cued to switch the behavioral strategy. Also, we investigated the nature of the neuronal variability that was predictive of behavioral variability. High vs. low firing rates were not robustly associated with different behavioral responses, while deviations from a neuron-specific prototypical spike train predicted slower responses of the monkeys. These deviations could be due to increased or decreased spike count, as well as to jitters in spike times. Our results support the hypothesis of a complex spatiotemporal coding of behavioral adaptation by dACC, and suggest that dACC signals are unlikely to be decoded by a neural integrator. Second, we further investigated the impact of dACC temporal signals on the downstream decoder by developing mean-field equations to analyze network dynamics. We used an adapting single neuron model that mimics the response of cortical neurons to realistic dynamic synaptic-like currents. We approximated the time-dependent population rate for recurrent networks in an asynchronous irregular state. This constitutes an important step towards a theoretical study of the effect of temporal drives on networks which could mediate cognitive functions.

La larve de poisson-zèbre est un animal modèle pour l'étude du système nerveux des vertébrés, dont certains mutants expriment des rapporteurs calciques (GCaMP) à l'intérieur de leurs neurones. Ces mutants sont utilisés pour des expériences d'imagerie fonctionnelle dans lesquelles l'activité de la quasi-totalité de leur système nerveux est enregistrée simultanément. La première partie de cette thèse est consacrée à la conception d'une expérience comportementale permettant de suivre et d'analyser les mouvements de nage de larves de poisson-zèbre plongées dans un écoulement d'aspiration. Les contributions de la ligne latérale, organe spécifique aux poissons et amphibiens responsable de la perception des stimulations hydrodynamiques, et des yeux ont été découplées afin de pouvoir décrire les interactions entre ces deux modalités sensorielles et leurs effets respectifs sur les réactions des larves à une aspiration, analysés par le biais de leur mouvements de nage. Cette expérience devait être préliminaire à une étude des réponses neuronales à une aspiration grâce au montage expérimental de microscopie par nappe laser développé au laboratoire depuis quatre ans, afin de réaliser des expériences de cross-modal en imagerie fonctionnelle, c'est-à-dire l'observation dynamique des réseaux neuronaux consacrés au deux modalités sensorielles lorsque celles-ci sont stimulées soit simultanément, soit séparément. Devant les difficultés rencontrées pour observer les réponses de la ligne latérale des larves en imagerie calcique, ce qui n'a à ce jour jamais été réalisé, nos expériences d'imagerie fonctionnelle se sont reportées sur l'audition de la larve de poisson-zèbre, qui a remplacé la perception des écoulements. La deuxième partie de cette thèse décrit donc les protocoles, les méthodes d'analyse et les résultats issus de cette série d'expériences dont les résultats, encore exploratoires, donnent une idée des réseaux de neurones impliqués dans la perception des vibrations par la larve de poisson-zèbre. Ces premières analyses encourageantes, en plus de présenter pour la première fois des enregistrements d'une grande partie du système neuronal sous stimulation auditive, ouvrent la porte à de nouvelles méthodes d'analyse de données pour des populations de neurones à la fois nombreuses et spatialement étendues. / The Zebrafish larva is a model for the study of vertebrate central nervous system. Mutants have been developped which express calcium reporter (GCaMP) in their neurons. These mutants are used in functional imaging experiments in which the activity of almost all the neurons is simultaneously recorded. The first chapter of this thesis is devoted to the conception of a behavioral experiment designed to record and analyse the swim movements of zebrafish larvae submitted to a succion flow. The contributions of lateral line (specific fish organ responsible for the perception of hydrodynamic stimulations) and visual system have been separated in order to describe the interactions between those two modalities and their respective effects on larvae reactions to aspiration, analysed through their swim patterns. This experiment was thought to prepare a study of neuronal responses to aspiration, thanks to the laser sheet microscopy setup developped in the laboratory since four years. The aim was to use calcium imaging to work on cross-modal experiment, by the dynamic observation of neural networks dedicated to the two sensory modalities when stimulated simultaneously or separatly. Facing difficulties to record lateral line response using calcium imaging, which are not been recorded yet, functional imaging experiments have adressed zebrafish larvae auditory system instead of hydrodynamic perception. The second part of this thesis describes protocols, analysis and results from these experiments. The results are still at an exploratoty stage but draw a scheme of neural networks involved in vibrations perception in zebrafish larvae : they present recordings of a huge part of central nervous system and the activity evoked by auditory stimulations.

Parmi les éléments nutritifs influençant la croissance de la pomme de terre, l'azote est considéré comme étant le plus limitant. Le coefficient de recouvrement azoté des engrais minéraux appliqués à la pomme de terre est d'environ 45% en raison des sols sableux sur lesquels on la cultive et de son système racinaire peu développé. Pour cette raison, le fractionnement spatio-temporel des applications azotées se révèle nécessaire afin d'optimiser les rendements et de minimiser les pertes d'azote dans le sol, l'air et l'eau. L'objectif principal de cette thèse est le développement d'un modèle de simulation et de prédiction des rendements de pommes de terre à l'échelle intra-champ. Pour ce faire, un premier sous-objectif vise à développer un modèle par réseau de neurones permettant d'estimer la radiation solaire incidente, donnée importante pour les modèles de croissance mais faisant souvent défaut dans les bases de données météorologiques. Nos résultats concernant ce premier sous-objectif montrent qu'un réseau de neurones utilisant la radiation solaire extraterrestre, les écarts diurnes de température et le jour de l'année performe mieux que deux modèles empiriques classiques. Le deuxième sous-objectif consiste à développer un modèle de croissance et de prédiction des rendements à l'échelle intra-champ par réseau de neurones et de comparer celui-ci à une régression linéaire multiple et au modèle SUBSTOR. Cette comparaison s'est faite tant au niveau de la simulation des rendements, utilisant des données couvrant toute la saison de croissance, qu'au niveau de la prédiction des rendements considérant des horizons temporels de 9, 10 et 11 semaines. Ces horizons de temps correspondaient plus ou moins au stade de floraison, durant lequel une seconde application de N est généralement appliquée sous nos conditions. Les résultats démontrent qu'un modèle par réseau de neurones utilisant des fonctions du LAI et la pluviométrie cumulative permettrait de simuler et de prédire les rendements en tubercules de façon plus précise que SUBSTOR et un modèle de régression linéaire multiple. Cela suggère que la période critique influençant les rendements de pomme de terre se situerait entre 5 et 8 semaines après la plantation et que la croissance subséquente des tubercules serait essentiellement contrôlée par le transfert de biomasse vers les tubercules. Cette période critique varie selon les cultivars, étant d'environ 5 semaines pour 11 les cultivars hâtifs et d'environ 8 semaines pour les cultivars tardifs. Nos résultats suggèrent aussi que la mesure de LAI intégrerait plusieurs paramètres pris en compte par les modèles de croissance mécanistes classiques, comme par exemple les paramètres pédologiques et génétiques. On observe d'ailleurs une forte corrélation entre le LAI saisonnier maximal et la concentration du sol en nitrate. Ce travail de recherche devra être complété en évaluant, notamment, la capacité d'un tel modèle à tenir compte 1) des effets d'applications différentielles de N sur le rendement et 2) de la sensibilité des différentes zones d'aménagement aux pertes environnementales de N.

Ce document défend la thèse selon laquelle les prévisions hydrologiques d'ensemble possèdent une utilité opérationnelle supérieure à celle de leur contrepartie déterministe, autant dans le cas des prévisions basées sur des réseaux de neurones que pour des prévisions provenant d'un modèle hydrologique physique couplé à des prévisions météorologiques d'ensemble. Pour ce faire, deux séries de prévisions hydrologiques d'ensemble sont produites. La première série exploite un ensemble de réseaux de neurones tandis que la deuxième série provient du modèle hydrologique physique HYDROTEL auquel sont fournies des prévisions météorologiques d'ensemble issues de deux modèles atmosphériques développés par Environnement Canada. Puisque la simplicité de mise en oeuvre des réseaux de neurones de type perceptron multicouches le permet, ceux-ci sont testés sur six bassins versants. Les prévisions provenant du modèle HYDROTEL, quant à elles, concernent uniquement le bassin versant de la rivière Gatineau, qui comporte plusieurs ouvrages de production hydroélectrique. Cette particularité permet l'étude de la performance économique des prévisions hydrologiques d'ensemble pour la gestion du système. De plus, cette expérience se déroulant en période de crue, on peut démontrer l'intérêt des prévisions d'ensemble pour la prévention des débordements dans ce secteur. Par ailleurs, une comparaison entre les prévisions d'ensemble et les débits observés est effectuée à l'aide de critères de performance spécifiques aux prévisions d'ensemble, tels que le Continuous Ranked Probability Score ainsi que sa décomposition. Cette approche répandue chez les partisans des modèles physiques est toutefois novatrice du point de vue des ensembles neuronaux. Elle permet de démontrer la pertinence de conserver l'intégralité de l'ensemble neuronal plutôt que de l'agréger en une valeur moyenne, puisque l'ensemble offre une performance prévisionnelle supérieure. VI L'analyse des prévisions brutes, toute provenance confondue, révèle la présence d'un biais ainsi qu'une sous-estimation de l'incertitude (sous-dispersion) importante. Consé-quemment, quatre méthodes de post-traitement des prévisions sont appliquées et comparées. Ces méthodes, majoritairement basées sur une procédure de type noyaux, sont aussi testées sur deux jeux de prévisions d'ensemble synthétiques simples, afin d'effectuer une expérience plus théorique pour laquelle la réponse attendue est connue.