Les réseaux de neurones et la prévision des taux de change quotidiens.

Rapport de recherche

Substance P, récepteurs NK1 et neurones à sérotonine : relations anatomiques et fonctionnelles dans le noyau raphe dorsalis

Nous avons étudié les relations anatomiques entre les systèmes de neurotransmission à substance P (SP) et à sérotonine (5-hydroxytryptamine, 5-HT) dans le noyau du raphé dorsal (NRD) du rongeur, afin de mieux comprendre les interactions entre ces systèmes durant la régulation de l’humeur. Le NRD reçoit une innervation SP provenant de l’habenula, et le blocage pharmacologique des récepteurs neurokinine-1 (rNK1) de la SP aurait des effets antidépresseurs. Chez le rongeur, le traitement par les antagonistes des rNK1 s’accompagne d’une désensibilisation des autorécepteurs 5-HT1A de la 5-HT et d’une hausse de l’activité des neurones 5-HT dans le NRD, suggérant des interactions locales entre ces deux systèmes. Dans un premier temps, nous avons démontré par doubles marquages immunocytochimiques en microscopies optique, confocale et électronique, la présence du rNK1 dans une sous-population de neurones 5-HT du NRD caudal. Lors de l’analyse en microscopie électronique, nous avons pu constater que les rNK1 étaient principalement cytoplasmiques dans les neurones 5-HT et membranaires sur les neurones non 5-HT du noyau. Grâce à d’autres doubles marquages, nous avons aussi pu identifier les neurones non-5-HT porteurs de rNK1 comme étant GABAergiques. Nous avons ensuite combiné l’immunomarquage de la SP avec celui du rNK1, dans le but d’examiner les relations entre les terminaisons (varicosités *) axonales SP et les neurones 5-HT (pourvus de rNK1 cytoplasmiques du NRD caudal. En simple marquage de la SP, nous avons pu estimer à 41% la fréquence avec laquelle les terminaisons SP font synapse. Dans le matériel doublement marqué pour la SP et son récepteur, les terminaisons SP ont été fréquemment retrouvées en contact direct ou à proximité des dendrites munies de rNK1 cytoplasmiques, mais toujours éloignées des dendrites à rNK1 membranaires. Pour tester l’hypothèse d’une internalisation soutenue des rNK1 par la SP dans les neurones 5-HT, nous avons ensuite examiné la localisation subcellulaire du récepteur chez le rat traité avec un antagoniste du rNK1, le RP67580. La densité du marquage des rNK1 a été mesurée dans le cytoplasme et sur la membrane des deux types de dendrites (5-HT: rNK1 cytoplasmiques; non 5-HT: rNK1 membranaires). Une heure après une injection unique de l’antagoniste, la distribution du rNK1 est apparue inchangée dans les deux types de neurones (5-HT et non 5-HT). Par contre, après un traitement quotidien de 7 ou 21 jours avec l’antagoniste, nous avons mesuré une augmentation significative des densités cytoplasmique et membranaire du rNK1 dans les neurones 5-HT, sans aucun changement dans les neurones non 5-HT. Ces traitements ont aussi augmenté l’expression du gène rNK1 dans le NRD. Enfin, nous avons mesuré une hausse de la densité membranaire du rNK1 dans les neurones 5-HT, sans hausse de densité cytoplasmique, par suite d’une lésion bilatérale de l’habenula. Ces résultats confortent l’hypothèse d’une activation et d’une internalisation soutenues des rNK1 par la SP dans les neurones 5-HT du NRD caudal. Ils suggèrent aussi que le trafic des rNK1 dans les neurones 5-HT du NRD représente un mécanisme cellulaire en contrôle de l’activation du système 5-HT par les afférences SP en provenance de l’habenula.

Modulation de l’expression du transporteur vésiculaire du glutamate : implication dans la plasticité des neurones dopaminergiques

De nombreuses études ont établi que la majorité des neurones libèrent plus qu’une substance chimique. Il est bien connu que les neurones peuvent co-exprimer et co-libérer des neuropeptides en plus de leur neurotransmetteur, mais des évidences de la co-libération de deux petits neurotransmetteurs à action rapide se sont accumulées récemment. Des enregistrements électrophysiologiques ont aussi montré que des neurones sérotoninergiques et dopaminergiques isolés peuvent libérer du glutamate quand ils sont placés en culture. De plus, la présence de glutamate et de glutaminase a été détectée dans des neurones sérotoninergiques, dopaminergiques et noradrénergiques par immunomarquage sur des tranches de cerveau. Malheureusement, en considérant le rôle métabolique du glutamate, sa détection immunologique n’est pas suffisante pour assurer le phénotype glutamatergique d’un neurone. Récemment, la découverte de trois transporteurs vésiculaires du glutamate (VGLUT1-3) a grandement facilité l’identification des neurones glutamatergiques. Ces transporteurs sont nécessaires pour la libération de glutamate et constituent les premiers marqueurs morphologiques du phénotype glutamatergique. Il a été démontré que des neurones noradrénergiques expriment VGLUT2 et que des neurones sérotoninergiques expriment VGLUT3. Mais aucune évidence d’expression d’un des sous-types de VGLUT n’a été reportée pour les neurones dopaminergiques. Le but de notre travail était d’identifier quel sous-type de VGLUT est exprimé par les neurones dopaminergiques mésencéphaliques, et de déterminer si le phénotype glutamatergique de ces neurones peut être modulé dans des conditions particulières. Premièrement, nous avons utilisé des microcultures pour isoler les neurones dopaminergiques et des doubles marquages immunocytochimiques pour observer l’expression de VGLUT dans les neurones positifs pour la tyrosine hydroxylase (TH). Nous avons montré que la majorité (80%) des neurones TH+ isolés exprime spécifiquement VGLUT2. Cette expression est précoce au cours du développement in vitro et limitée aux projections axonales des neurones dopaminergiques. Toutefois, cette forte expression in vitro contraste avec la non-détection de ce transporteur dans les rats adultes in vivo. Nous avons décidé ensuite de regarder si l’expression de VGLUT2 pouvait être régulée pendant le développement cérébral de jeunes rats et sous des conditions traumatiques, par double hybridation in situ. Entre 14 et 16 jours embryonnaires, les marquages de VGLUT2 et de TH montraient une superposition significative qui n’était pas retrouvée à des stades ultérieurs. Dans le mésencéphale de jeunes rats postnataux, nous avons détecté l’ARNm de VGLUT2 dans environs 1-2% des neurones exprimant l’ARNm de TH dans la substance noire et l’aire tegmentaire ventrale (ATV). Pour explorer la régulation de l’expression de VGLUT2 dans des conditions traumatiques, nous avons utilisé la 6-hydroxydopamine (6-OHDA) pour léser les neurones dopaminergiques dans les jeunes rats. Dix jours après la chirurgie, nous avons trouvé que 27% des neurones dopaminergiques survivants dans l’ATV exprimaient l’ARNm de VGLUT2 dans les rats 6-OHDA. Finalement, nous avons observé la colocalisation de la protéine VGLUT2 dans les terminaisons TH positives par microscopie électronique. Dans les rats normaux, la protéine VGLUT2 est retrouvée dans 28% des terminaisons axonales TH dans le noyau accumbens. Dans les rats lésés à la 6-OHDA, nous avons observé une diminution considérable des terminaisons TH positives, et une augmentation dans la proportion (37%) des terminaisons dopaminergiques présentant du VGLUT2. Nos résultats suggèrent que le phénotype glutamatergique des neurones dopaminergiques est régulé au cours du développement, peut être réactivé dans des états pathologiques, et que ces neurones peuvent libérer du glutamate dans conditions spécifiques.

Étude des mécanismes moléculaires induits par Sonic hedgehog lors du guidage axonal des neurones commissuraux de la moelle épinière

Le morphogène Sonic hedgehog (Shh) est requis pour le guidage axonal des neurones commissuraux lors du développement de la moelle épinière, phénomène impliquant des événements de réorganisation du cytosquelette d’actine. Bien qu’il soit généralement admis que le cytosquelette d’actine soit régulé via les petites GTPases de la famille Rho, un effet de Shh sur ces protéines n’a jamais été observé dans aucun contexte physiologique. Nous démontrons que Shh active les petites GTPases Rac1 et Cdc42 et que cette activation est rapide et donc, compatible avec les effets de guidage induits par Shh sur les neurones commissuraux. En parallèle, nous avons étudié l’activation de la protéine Boc, qui est un récepteur de Shh requis pour le guidage axonal des neurones commissuraux. Ces résultats contribuent à raffiner notre compréhension de la transduction cellulaire induite par Shh lors du guidage axonal des neurones commissuraux.

Génération et reconnaissance de rythmes au moyen de réseaux de neurones à réservoir

Les fichiers sons qui accompagne mon document sont au format midi. Le programme que nous avons développés pour ce travail est en language Python.

Réseaux de neurones à relaxation entraînés par critère d'autoencodeur débruitant

L’apprentissage machine est un vaste domaine où l’on cherche à apprendre les paramètres de modèles à partir de données concrètes. Ce sera pour effectuer des tâches demandant des aptitudes attribuées à l’intelligence humaine, comme la capacité à traiter des don- nées de haute dimensionnalité présentant beaucoup de variations. Les réseaux de neu- rones artificiels sont un exemple de tels modèles. Dans certains réseaux de neurones dits profonds, des concepts "abstraits" sont appris automatiquement. Les travaux présentés ici prennent leur inspiration de réseaux de neurones profonds, de réseaux récurrents et de neuroscience du système visuel. Nos tâches de test sont la classification et le débruitement d’images quasi binaires. On permettra une rétroac- tion où des représentations de haut niveau (plus "abstraites") influencent des représentations à bas niveau. Cette influence s’effectuera au cours de ce qu’on nomme relaxation, des itérations où les différents niveaux (ou couches) du modèle s’interinfluencent. Nous présentons deux familles d’architectures, l’une, l’architecture complètement connectée, pouvant en principe traiter des données générales et une autre, l’architecture convolutionnelle, plus spécifiquement adaptée aux images. Dans tous les cas, les données utilisées sont des images, principalement des images de chiffres manuscrits. Dans un type d’expérience, nous cherchons à reconstruire des données qui ont été corrompues. On a pu y observer le phénomène d’influence décrit précédemment en comparant le résultat avec et sans la relaxation. On note aussi certains gains numériques et visuels en terme de performance de reconstruction en ajoutant l’influence des couches supérieures. Dans un autre type de tâche, la classification, peu de gains ont été observés. On a tout de même pu constater que dans certains cas la relaxation aiderait à apprendre des représentations utiles pour classifier des images corrompues. L’architecture convolutionnelle développée, plus incertaine au départ, permet malgré tout d’obtenir des reconstructions numériquement et visuellement semblables à celles obtenues avec l’autre architecture, même si sa connectivité est contrainte.

Avancées théoriques sur la représentation et l'optimisation des réseaux de neurones

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Interaction entre cellules gliales et neurones au niveau du système nerveux central : rôle dans la modulation synaptique et mécanismes d'activation des astrocytes par les récepteurs NMDA

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

La survenue des catastrophes naturelles : classification des variables explicatives par les réseaux de neurones

Durant les dernières décennies, l’occurrence des catastrophes naturelles a été fortement à la hausse. En effet, les catastrophes naturelles sont devenues de plus en plus fréquentes. En fait, ces risques dévastateurs ont touché durant les années précédentes différents pays dans des zones très diversifiées et continueront très probablement à être de réelles menaces dans le monde. Puisqu’aucun pays n’est à l’abri des catastrophes naturelles, il s’avère alors utile d’étudier les facteurs déterminants de leur survenue notamment avec la restriction de leurs périodes de retour et donc l’augmentation de leurs chances d’occurrence. Il nous a donc semblé opportun de tester les facteurs sous-jacents de la survenue des catastrophes naturelles. Notre travail se base sur l’application d’un réseau neuronal de type perceptron multicouche pour prédire le nombre des catastrophes naturelles à partir des variables les plus connues théoriquement. Ainsi, nous allons utiliser ce modèle neuronal pour effectuer l’analyse de sensitivité. Cette dernière permet de classer les variables explicatives selon l’importance de leur contribution dans la détermination du nombre de catastrophes naturelles comptabilisées durant la période d’étude. Les résultats obtenus ont montré que le réseau retenu peut prédire le nombre des catastrophes naturelles. De même, les différentes variables possèdent un effet considérable sur la sortie du réseau neuronal mais selon différents ordres d’importance. De ce fait, toutes ces variables contribuent à l’explication d’un problème aussi complexe comme la survenue des catastrophes naturelles.

Prévision du NO2 en utilisant la méthode du réseau de neurones

Cet article décrit une procédure de modélisation du phénomène de dispersion de la concentration du dioxyde de nitrogène (NO2) en utilisant la technique du perceptron multicouche (MLP). Notre objectif est de prouver que la concentration du NO2 est une variable autorégressive et expliquée par des variables météorologiques. Pour ce faire, nous avons procédé par trois étapes : dans la première étape nous avons utilisé la variable concentration NO2 uniquement, dans la seconde étape nous avons utilisé les variables météorologiques uniquement et dans la troisième étape nous avons utilisé la concentration du NO2 combinée avec les variables météorologiques. Les résultats ont montré que le troisième cas est plus performant que les deux autres ce qui prouve notre hypothèse.

La prévision de l’inflation par la méthode des réseaux de neurones : Le cas de la Tunisie

L’approche neuronale a occupé l’intérêt d’un grand nombre de chercheurs pour l’analyse et la prévision des séries temporelles dans divers domaines. Dans ce papier, nous étudions la capacité des réseaux de neurones artificiels (RNA) de type « perceptrons multicouches » pour prévoir le taux d’inflation en Tunisie. Nous essayons de trouver une meilleure technique de prévision de l’inflation en comparant les résultats obtenus par les RNA par rapport à ceux fournis par les modèles autorégressifs linéaires (AR) et par le modèle de prévision « naïve ». La comparaison est effectuée sur la base du critère de la racine carrée de l’erreur quadratique moyenne (root-mean-square error : RMSE) et sur le taux d’amélioration de ce dernier (évalué par rapport à la marche aléatoire). Les résultats trouvés ont montré la supériorité des RNA qui permettent de mieux retracer l’évolution de la série et offrent une meilleure performance en termes de pouvoir prédictif du taux d’inflation en Tunisie.

Les réseaux de neurones un outil de sélection de variables : Le cas des facteurs de risque de la maladie du cancer du sein

Ce papier utilise les réseaux de neurones avec un algorithme incrémental comme outil de sélection des facteurs de risques les plus pertinents dans la maladie du cancer du sein. Les résultats témoignent de la pertinence de l’approche neuronale avec un algorithme incrémentale dans ce domaine de recherche. A partir d’un échantillon de 248 patientes atteintes par cette maladie, il nous a été possible de déterminer la combinaison optimale des facteurs permettant d’atteindre une bonne performance prédictive du type de tumeur maligne et bénigne.

Conception d'un outil informatique basé sur un réseau de neurones artificiels pour la classification automatique des stades du sommeil

L’objectif de notre travail est de développer un outil d’analyse automatique des stades du sommeil basé sur les réseaux de neurones artificiels (RNA). Dans ce papier nous présentons notre démarche pour la conception de cet outil. La première difficulté consiste dans le choix de la représentation des signaux physiologiques et en particulier de l’électroencéphalogramme (EEG). Une fois la représentation adoptée, l’étape suivante est la conception du réseau de neurones optimal déterminé par un processus d’apprentissage et de validation sur les données issues d’un ensemble d'enregistrements de nuits de sommeil. Le résultat obtenu avec un taux de 63% de bonne classification pour six stades, nous incite à approfondir l’étude de cette problématique aux niveaux représentation et conception pour améliorer les performances de notre outil.

Réponses des neurones du noyau sensoriel principal du trijumeau à la stimulation de leurs afférences primaires

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Développement d'un système d'enregistrement des neurones péri et intracardiaques et études préliminaires

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.