Retour à Résultats

Résultat : Analyser

Investigateur principal :  Bruno CESSAC.

Travail en cours : Analyse au niveau du réseau local, le propriétés statistiques des cellules ganglionnaires pic de sortie trains, y compris des mécanismes d’adaptation.

  • Analyse des statistiques biologiques d’ordre élévé
  • Amélioration des performances de l’algorithme
  • Estimation paramétrique de modèles de réseau

Publications et résultats:

Cessac, B. (2011) Statistics of spike trains in conductance-based neural networks: Rigorous results, The Journal of Mathematical Neuroscience 2011, 1:8 (25 August 2011).

Cessac, B. and Palacios, A. (2012) « Spike train statistics from empirical facts to theory: the case of the retina », In Mathematical Problems in Computational Biology and Biomedicine, F. Cazals and P. Kornprobst, Springer, to appear.

Vasquez, J.C., Palacios, A., Marre, O., Berry II, M. and Cessac, B. Gibbs distribution analysis of temporal correlation structure on multicell spike trains from retina ganglion cells, J. Physiol. Paris (submitted)

Event Neural Assembly Simulation (Enas) bibliothèque logicielle ouverte C++  (interopérable avec  Matlab, Java, Python, disposant d’une interface Gtk GUI) qui met à disposition des :

– Méthodes statistiques et des outils numériques pour analyser et simuler les statistiques de trains de potentiels obtenus à partir d’enregistrements MEA sur la rétine.

– Méthodes variationnelles et des outils d’estimation pour estimer et optimiser les paramètres d’un ensemble de neurones.

http://enas.gforge.inria.fr