En utilisant ce site, vous acceptez que les cookies soient utilisés à des fins d'analyse et de pertinence     Oui, j'accepte  Non, je souhaite en savoir plus

L'INSTN a repris ses activités de formation continue en présentiel dans le respect des règles sanitaires et en distanciel, n'hésitez pas à nous contacter pour plus d'information Protocole sanitaire

Sujets de thèse
Filtrer par critères

DRF : Sujet de thèse SL-DRF-20-0373

DOMAINE DE RECHERCHE
Divers / Divers
INTITULÉ DU SUJET Français English

Des réseaux de neurones artificiels pour comprendre la cognition humaine : une approche nouvelle de l’apprentissage sous incertitude

RÉSUMÉ DU SUJET

Notre cerveau est capable d’apprendre dans un monde à la fois incertain et changeant. Cette compétence nous permet d’acquérir une connaissance de notre environnement et de prendre des décisions appropriées. Cette compétence est remarquable car ce type d’apprentissage est, d’un point de vue formel, un problème d’une grande complexité. Les neurosciences computationnelles font l’hypothèse que le cerveau utilise une inférence hiérarchique et Bayésienne, qui est la solution exacte pour ce problème. Cependant, cette hypothèse est souvent critiquée car les calculs Bayésiens peuvent en pratique s’avérer coûteux et peu plausibles biologiquement. Ce projet vise à caractériser les codes neuronaux et les algorithmes utilisés par le cerveau pour résoudre ce problème, deux mécanismes largement méconnus. Pour ce faire, nous utiliserons des réseaux de neurones artificiels. Nous entraînerons ces réseaux à réaliser les mêmes tâches d’apprentissage que des participants humains, de sorte à ce qu’ils découvrent par eux-mêmes comment calculer une approximation de la solution optimale. À l’aide d’outils mathématiques, nous identifierons les codes neuronaux et les algorithmes que ces réseaux artificiels mettent en place. Nous testerons ensuite l’existence de tels codes dans le cerveau humain à l’aide d’imagerie par résonance magnétique (IRM) à haute résolution et de modèles d’encodages. Ce projet repose sur la conjonction des recherches en intelligence artificielle et en neurosciences cognitives, un point fort de NeuroSpin, qui posse`de en effet à la fois les équipements (IRM 7T) et les compétences (méthodes d’imagerie et de modélisation computationnelle) nécessaires à ce projet. Il s’inscrit plus globalement dans l’effort du CEA de développer ses activités numériques et les technologies de pointes dans le domaine de la recherche biome´dicale, en particulier avec les outils d’imagerie ce´re´brale. Il permettra de développer de nouveaux outils à l’interface entre plusieurs disciplines, et de mieux comprendre l’apprentissage sous incertitude qui est une fonction clé de notre cerveau. Cette capacité est par ailleurs dysfonctionnelle dans plusieurs pathologies (psychose, schizophrénie, autisme), ce projet est donc aussi porteur de perspectives cliniques prometteuses.

FORMATION NIVEAU MASTER RECOMMANDÉ

informatique, mathématique, sciences cognitives

INFORMATIONS PRATIQUES
Institut des sciences du vivant Frédéric JOLIOT
Service Neurospin
Unité de neurosciences cognitives
Centre : Saclay
Date souhaitée pour le début de la thèse : 01/09/2020
PERSONNE À CONTACTER PAR LE CANDIDAT

Florent Meyniel  

CEA
DRF/JOLIOT/NEUROSPIN/UNICOG
NeuroSpin/UNICOG
Bât. 145
91191 Gif-sur-Yvette

Téléphone : +33 1 69 08 95 01

UNIVERSITÉ / ÉCOLE DOCTORALE
Sorbonne Paris Cité
Cerveau - Cognition - Comportement
DIRECTEUR DE THÈSE

Florent Meyniel

CEA
DRF/JOLIOT/NEUROSPIN/UNICOG
NeuroSpin/UNICOG
Bât. 145
91191 Gif-sur-Yvette