Étude de l’impact de la pression pulsée sur la réactivité cérébrovasculaire

In vivo, la pression artérielle au niveau des artères cérébrales est pulsée, alors que ex vivo, l’étude de la fonction cérébrovasculaire est majoritairement mesurée en pression statique. L’impact de la pression pulsée sur la régulation du tonus myogénique et sur la fonction endothéliale cérébrale est inconnu. Nous avons posé l’hypothèse selon laquelle en présence d'une pression pulsée physiologique, la dilatation dépendante de l’endothélium induite par le flux et le tonus myogénique seraient optimisés. L’objectif de notre étude est d’étudier ex vivo l’impact de la pression pulsée sur le tonus myogénique et la dilatation induite par le flux dans les artères cérébrales de souris. Nous avons utilisé un artériographe pressurisé couplé à un système générant une onde pulsée de fréquence et d’amplitude réglables. Les artères cérébrales moyennes (≈160 μm de diamètre) ont été isolées de souris C57BL6 âgées de 3 mois et pressurisées à 60 mm Hg, en pression statique ou en pression pulsée. En pression statique, le tonus myogénique est faible mais est potentialisé par le L-NNA (un inhibiteur de la eNOS) et la PEG-catalase (qui dégrade le H2O2), suggérant une influence des produits dilatateurs dérivés de la eNOS sur le tonus myogénique. En présence de pression pulsée (pulse de 30 mm Hg, pression moyenne de 60 mm Hg, 550 bpm), le tonus myogénique est significativement augmenté, indépendamment du L-NNA et de la PEG-catalase, suggérant que la pression pulsée lève l’impact de la eNOS. En pression statique ou pulsée, les artères pré-contractées se dilatent de façon similaire jusqu’à une force de cisaillement de 15 dyn/cm2. Cette dilatation, dépendante de l’endothélium et de la eNOS, est augmentée en condition pulsée à une force de cisaillement de 20 dyn/cm2. En présence de PEG-catalase, la dilatation induite par le flux est diminuée en pression statique mais pas en pression pulsée, suggérant que la pression statique, mais pas la pression pulsée, favorise la production de O2 -/H2O2. En effet, la dilatation induite par le flux est associée à une production de O2 -/H2O2 par la eNOS, mesurable en pression statique, alors que la dilatation induite par le flux en pression pulsée est associée à la production de NO. Les différences de sensibilité à la dilatation induite par le flux ont été abolies après inhibition de Nox2, en condition statique ou pulsée. La pression pulsée physiologique régule donc l’activité de la eNOS cérébrale, en augmentant le tonus myogénique et, en présence de flux, permet la relâche de NO via la eNOS.

Computer "Insecurity" and Viral Attacks : Liability Issues Regarding Unsafe Computer Systems Under Quebec Law

Un résumé en français est également disponible.

"Computer ""Insecurity"" and Viral Attacks:Liability Issues Regarding Unsafe Computer Systems Under Quebec Law"

Dans un contexte où les virus informatiques présentent un risque sérieux pour les réseaux à travers le globe, il est impératif de retenir la responsabilité des compagnies qui n’y maintiennent pas une sécurité adéquate. À ce jour, les tribunaux québécois n’ont pas encore été saisis d’affaires en responsabilité pour des virus informatiques. Cet article brosse un portrait général de la responsabilité entourant les virus informatiques en fonction des principes généraux de responsabilité civile en vigueur au Québec. L’auteur propose des solutions pour interpréter les trois critères traditionnels ­ la faute, le dommage et le lien causal ­ en mettant l’accent sur l’obligation de précaution qui repose sur les épaules de l’administrateur de réseau. Ce joueur clé pourrait bénéficier de l’adoption de dispositions générales afin de limiter sa responsabilité. De plus, les manufacturiers et les distributeurs peuvent également partager une partie de la responsabilité en proportion de la gravité de leur faute. Les entreprises ont un devoir légal de s’assurer que leurs systèmes sont sécuritaires afin de protéger les intérêts de leurs clients et des tiers.

Distributed conditional computation

L'objectif de cette thèse est de présenter différentes applications du programme de recherche de calcul conditionnel distribué. On espère que ces applications, ainsi que la théorie présentée ici, mènera à une solution générale du problème d'intelligence artificielle, en particulier en ce qui a trait à la nécessité d'efficience. La vision du calcul conditionnel distribué consiste à accélérer l'évaluation et l'entraînement de modèles profonds, ce qui est très différent de l'objectif usuel d'améliorer sa capacité de généralisation et d'optimisation. Le travail présenté ici a des liens étroits avec les modèles de type mélange d'experts. Dans le chapitre 2, nous présentons un nouvel algorithme d'apprentissage profond qui utilise une forme simple d'apprentissage par renforcement sur un modèle d'arbre de décisions à base de réseau de neurones. Nous démontrons la nécessité d'une contrainte d'équilibre pour maintenir la distribution d'exemples aux experts uniforme et empêcher les monopoles. Pour rendre le calcul efficient, l'entrainement et l'évaluation sont contraints à être éparse en utilisant un routeur échantillonnant des experts d'une distribution multinomiale étant donné un exemple. Dans le chapitre 3, nous présentons un nouveau modèle profond constitué d'une représentation éparse divisée en segments d'experts. Un modèle de langue à base de réseau de neurones est construit à partir des transformations éparses entre ces segments. L'opération éparse par bloc est implémentée pour utilisation sur des cartes graphiques. Sa vitesse est comparée à deux opérations denses du même calibre pour démontrer le gain réel de calcul qui peut être obtenu. Un modèle profond utilisant des opérations éparses contrôlées par un routeur distinct des experts est entraîné sur un ensemble de données d'un milliard de mots. Un nouvel algorithme de partitionnement de données est appliqué sur un ensemble de mots pour hiérarchiser la couche de sortie d'un modèle de langage, la rendant ainsi beaucoup plus efficiente. Le travail présenté dans cette thèse est au centre de la vision de calcul conditionnel distribué émis par Yoshua Bengio. Elle tente d'appliquer la recherche dans le domaine des mélanges d'experts aux modèles profonds pour améliorer leur vitesse ainsi que leur capacité d'optimisation. Nous croyons que la théorie et les expériences de cette thèse sont une étape importante sur la voie du calcul conditionnel distribué car elle cadre bien le problème, surtout en ce qui concerne la compétitivité des systèmes d'experts.