neuroscience-cognitive-science

name	neuroscience-cognitive-science
description	Compétence en recherche en neuroscience computationnelle et sciences cognitives suivie sur arXiv sous q-bio.NC, cs.AI et domaines connexes. Couvre les modèles de cerveau, l'IA neuromorphique, les réseaux de neurones biologiquement plausibles, la psycho-physique computationnelle, l'imagerie cérébrale, le codage neural, la plasticité synaptique, et l'apprentissage hebbien.

Neuroscience Computationnelle et Sciences Cognitives — arXiv

Présentation

Ce skill couvre la veille en neuroscience computationnelle et sciences cognitives via arXiv (q-bio.NC, cs.NE, cs.AI). Il réunit la modélisation du cerveau, l'IA neuromorphique, l'imagerie cérébrale, la plasticité synaptique, les interfaces cerveau-machine et les modèles cognitifs computationnels.

Neuroscience Computationnelle

• Modèles de neurones — Hodgkin-Huxley, integrate-and-fire, modèles à conductance.
• Réseaux de pointe (Spiking Neural Networks) — codage temporel, STDP, SNN profondes.
• Codage neural — codage par taux, codage temporel, codage de population.
• Dynamiques de réseaux — oscillations, synchronisation, attracteurs.
• Théorie de l'information dans le système nerveux — entropie, information mutuelle, efficacité du codage.

IA Neuromorphique

• Puces neuromorphiques — Intel Loihi, IBM TrueNorth, BrainScaleS.
• Spiking Neural Networks (SNN) — architectures, entraînement (surrogate gradients), inference.
• Event-driven computing — calcul asynchrone, économie d'énergie.
• Neuromorphic sensors — rétines événementielles (DVS), oreilles cochléaires.
• Hardware biologique — memristors, circuits neuromorphiques analogiques.

Imagerie Cérébrale et Connectomique

• fMRI — BOLD signal, analyses de réseaux (DMN, resting-state, task-based).
• EEG / MEG — potentiels évoqués, analyse temps-fréquence, source imaging.
• Tractographie — DTI, DSI, fibres de matière blanche, connectome.
• Méthodes d'analyse — MVPA, RSA, decoding, encoding models.
• Anatomie computationnelle — morphométrie, segmentation, atlas.

Plasticité Synaptique et Apprentissage

• STDP (Spike-Timing-Dependent Plasticity) — règles de plasticité, implémentations SNN.
• Apprentissage hebbien — Hebbian learning, Oja's rule, BCM.
• Consolidation mémoire — replay, ondes lentes, sharp-wave ripples.
• Métaplasticité — homéostasie synaptique, scaling.
• Apprentissage bio-inspiré — backpropagation alternative, feedback alignment.

Interfaces Cerveau-Machine (BCI)

• Décodage neuronal — Kalman filters, RNNs, Transformers pour décodage.
• Neuroprothèses — membres robotiques, prothèses sensorielles (cochléaires, rétiniennes).
• BCI non-invasive — EEG-based, fNIRS, interfaces P300, SSVEP.
• BCI implantables — Utah array, Neuropixels, Stentrode.
• Applications cliniques — paralysie, locked-in syndrome, épilepsie.

Modèles Cognitifs Computationnels

• Attention — mécanismes attentionnels, bottleneck attentionnel, salience.
• Mémoire de travail — modèles de maintenance et manipulation d'information.
• Prise de décision — evidence accumulation (DDM), reinforcement learning, Bayesian brain.
• Langage et cognition — modèles de traitement du langage inspirés du cerveau.
• Apprentissage par renforcement cognitif — dopamine, TD learning, actor-critic.

Catégories arXiv

• q-bio.NC — neuroscience computationnelle, modèles de cerveau.
• cs.NE — réseaux de neurones artificiels, neuromorphique.
• cs.AI — IA cognitive, modèles computationnels.
• q-bio.QM — méthodes quantitatives en biologie.
• physics.bio-ph — biophysique, modèles physiques du cerveau.

Articles Notables

• "A quantitative theory of immediate visual recognition" (Serre et al., Prog Brain Res 2007)
• "Spiking neural networks for event-based vision: a survey" (Zheng et al., IEEE TPAMI 2023)
• "Training deep spiking neural networks using backpropagation through time" (Lee et al., arXiv)
• "The Bayesian brain: the role of uncertainty in neural coding and computation" (Knill & Pouget, Trends Neurosci 2004)
• "Large-scale neural recordings with single-cell resolution in behaving animals" (Jun et al., Nature 2017 — Neuropixels)
• "High-performance brain-to-text communication via imagined handwriting" (Willett et al., Nature 2021)