Thématique de recherche

Mnemosyne est une équipe de recherche en informatique, intégrée dans un environnement de neurosciences et de médecine. La modélisation du réseau neuronal et de ses pathologies est au centre de notre recherche. Nous explorerons les stratégies mises en place dans l’architecture cérébrale pour apprendre et représenter différents types d’informations. Notre objectif est de réaliser des modèles efficaces, en terme de performances, de reproductibilité et d’application.

Notre recherche s’axe autour de quatre thématiques :

  • Neuroscience cognitive et intégrative

Il s’agit de construire, à partir d’une importante quantité de données, une grille interprétative et simplifiée, indiquant les calculs locaux homogènes, ainsi qu’un plan structuré et logique pour le développement des fonctions cognitives.

  • Neuroscience informatique

Le but est d’explorer techniquement et théoriquement les relations entre structures et fonctions dans le cerveau, grâce à des méthodes de l’informatique et des mathématiques appliquées.

  • Apprentissage des machines

Notre objectif est de proposer des systèmes d’apprentissage en ligne, où différents modes d’apprentissage doivent collaborer et où les protocoles d’entraînements sont réalistes.

  • Robotique autonome

Notre but est de rendre l’autonomie des robots possible par différents moyens :

  1. en les dotant d’une physiologie artificielle,
  2. en donnant des instructions de façon naturelle et croissante
  3. en priorisant la synergie entre des projets réactifs et robustes sur des structures complexes de planification.

Notre travail de recherche se trouve à la frontière des neurosciences intégratives et computationnelles. Nous proposons de modéliser le cerveau comme un système de mémoires actives, en synergie et en interaction avec les mondes interne et externe.

Sur la base des connaissances actuelles et de données expérimentales, nous modélisons les structures cérébrales et principaux flux d’information du cerveau. Nous prêtons particulièrement attention à la façon dont la fonction mnémonique est mise en œuvre. Dans une approche systémique, nous étudions, modélisons et implémentons les boucles sensorimotrices qui impliquent le monde extérieur, le corps et le cerveau. Le but est d’observer au niveau comportemental les propriétés émergeant de l’interaction entre ces différentes boucles.

L’approche originale que nous mettons en œuvre permet de réexaminer et d’enrichir les algorithmes et les méthodologies utilisés pour l’apprentissage des machines et la robotique autonome. Elle permet également d’élaborer des hypothèses à tester en neuroscience et en médecine, et d’offrir de nouvelles bases d’expérimentation à ces domaines.

Axes de recherche

  • Amélioration des modèles de conditionnement pavlovien et de renforcement par prise en compte de la nature et de la modulation de l’information.
  • Création de bibliothèques numériques permettant de vérifier les caractéristiques requises pour passer d’un modèle expérimental à un modèle valide et encouragement à la bonne pratique dans la modélisation.
  • Regroupement des mécanismes d’acquisition d’information et de représentation
  • Création d’une plateforme permettant de générer des environnements virtuels

 

Accéder à la bibliographie complète >>>

Dernières publications

Search Results --> Url version détaillée , Url version formatée
Criteria : Author : "Frederic,Alexandre", Publication type : "('ART')"
Number of occurrences founded : 41.

titre
Sustainable computational science: the ReScience initiative
auteur
Nicolas Rougier, Konrad Hinsen, Frédéric Alexandre, Thomas Arildsen, Lorena Barba, Fabien C. Y. Benureau, C. Titus Brown, Pierre De Buyl, Ozan Caglayan, Andrew P. Davison, Marc André Delsuc, Georgios Detorakis, Alexandra K. Diem, Damien Drix, Pierre Enel, Benoît Girard, Olivia Guest, Matt G. Hall, Rafael Neto Henriques, Xavier Hinaut, Kamil S Jaron, Mehdi Khamassi, Almar Klein, Tiina Manninen, Pietro Marchesi, Dan Mcglinn, Christoph Metzner, Owen L. Petchey, Hans Ekkehard Plesser, Timothée Poisot, Karthik Ram, Yoav Ram, Etienne Roesch, Cyrille Rossant, Vahid Rostami, Aaron Shifman, Joseph Stachelek, Marcel Stimberg, Frank Stollmeier, Federico Vaggi, Guillaume Viejo, Julien Vitay, Anya Vostinar, Roman Yurchak, Tiziano Zito
article
PeerJ Computer Science, PeerJ, 2017, 3
identifiant
hal-01592078
titre
How to Understand Brain-Body-Environment Interactions? Toward a systemic Representationalism
auteur
Frédéric Alexandre
article
Constructivist Foundations, 2017, 13 (1), pp.130-131
identifiant
hal-01651768
titre
Synthèse, Conclusions, Perspectives : Les marges françaises, une géographie de la déconstruction ?
auteur
Étienne Grésillon, Frédéric Alexandre, Bertrand Sajaloli
article
Bulletin de l'Association de géographes français, Association des Géographes Français, 2017, 3, pp.546-555
identifiant
halshs-01648983
titre
[Re] How Attention Can Create Synaptic Tags for the Learning of Working Memories in Sequential Tasks
auteur
Erwan Le Masson, Frédéric Alexandre
article
The ReScience journal, GitHub, 2016, 2 (1), 〈10.1371/journal.pcbi.1004060〉
identifiant
hal-01418735
titre
Autonomous Machine Learning
auteur
Frédéric Alexandre
article
ERCIM News, ERCIM, 2016, Special theme: Machine Learning
identifiant
hal-01401888