{"id":1985,"date":"2026-11-09T14:55:20","date_gmt":"2026-11-09T13:55:20","guid":{"rendered":"https:\/\/imn.u-bordeaux.fr\/?post_type=buni_events&p=1985"},"modified":"2026-11-09T15:01:57","modified_gmt":"2026-11-09T14:01:57","slug":"soutenance-de-these-lucie-fontaine","status":"publish","type":"buni_events","link":"https:\/\/imn.u-bordeaux.fr\/fr\/events\/soutenance-de-these-lucie-fontaine\/","title":{"rendered":"Soutenance de th\u00e8se – <\/span>Lucie Fontaine"},"content":{"rendered":"

Lieu : Centre Broca<\/strong><\/p>\n

\"\"<\/p>\n

\n

IMN
\nEquipe : Neurosciences computationnelles<\/strong><\/a><\/p>\n

Th\u00e8se encadr\u00e9e par Fr\u00e9d\u00e9ric Alexandre<\/p>\n

Titre<\/h3>\n

Mod\u00e8les g\u00e9n\u00e9ratifs dans le n\u00e9ocortex et l’hippocampe<\/p>\n

Abstract<\/h3>\n

Le n\u00e9ocortex et l’hippocampe sont des syst\u00e8mes d’apprentissage compl\u00e9mentaires, principalement responsables de la m\u00e9moire s\u00e9mantique et \u00e9pisodique respectivement. L’hippocampe stocke rapidement des exp\u00e9riences, alors que le n\u00e9ocortex apprend lentement des r\u00e9gularit\u00e9s \u00e0 partir des exp\u00e9riences. Apr\u00e8s leur stockage, l’hippocampe rejoue des souvenirs dans le n\u00e9ocortex pour la consolidation de la m\u00e9moire. Plus r\u00e9cemment, il a \u00e9t\u00e9 montr\u00e9 que l’hippocampe ne fait pas que rejouer des exp\u00e9riences pass\u00e9es, mais en construit \u00e9galement de nouvelles. Par cons\u00e9quent, les chercheurs ont propos\u00e9 que l’hippocampe poss\u00e8de un mod\u00e8le g\u00e9n\u00e9ratif du monde and que le ph\u00e9nom\u00e8ne de \u00ab replay \u00bb est un processus g\u00e9n\u00e9ratif. L’id\u00e9e d’un mod\u00e8le g\u00e9n\u00e9ratif dans le cerveau a une longue tradition, mais elle est originellement associ\u00e9e au n\u00e9ocortex, qui a inspir\u00e9 plusieurs mod\u00e8les g\u00e9n\u00e9ratifs classiques en machine learning. La mani\u00e8re dont l’hippocampe impl\u00e9mente ce syst\u00e8me constructif en coordination avec le n\u00e9ocortex reste largement inconnu. L’objectif de cette th\u00e8se est d’\u00e9tudier comment les circuits neuronaux dans le n\u00e9ocortex et l’hippocampe impl\u00e9mentent des mod\u00e8les g\u00e9n\u00e9ratifs du monde, nous permettant de nous rem\u00e9morer des exp\u00e9riences pass\u00e9es et d’en imaginer de futures. Cette question nous pousse \u00e0 examiner la nature des mod\u00e8les g\u00e9n\u00e9ratifs, leur plausibilit\u00e9 biologique et leur compatibilit\u00e9 avec le n\u00e9ocortex et l’hippocampe. Nous proposons un mod\u00e8le du r\u00e9seau n\u00e9ocortico-hippocampique, dans lequel le n\u00e9ocortex forme un r\u00e9seau de codage pr\u00e9dictif hi\u00e9rarchique qui culmine au niveau du cortex entorhinal. Le cortex entorhinal est aussi l’entr\u00e9e d’un mod\u00e8le g\u00e9n\u00e9ratif hippocampique, qui est entra\u00een\u00e9 \u00e0 reconstruire ses entr\u00e9es en apprenant des repr\u00e9sentations compress\u00e9es et \u00e9parses dans CA1. Le r\u00e9seau n\u00e9ocortical extrait la structure des exp\u00e9riences, lui permettant de pr\u00e9dire l’information manquante dans son entr\u00e9e, mais sans retenir les d\u00e9tails individuels de chaque exp\u00e9rience. Cependant, il permet l’instanciation des exp\u00e9riences reconstruites ou g\u00e9n\u00e9r\u00e9es par l’hippocampe pendant le replay. Le r\u00e9seau hippocampique est constitu\u00e9 de voies compl\u00e9mentaires d’apprentissage: les exp\u00e9riences sont stock\u00e9es et r\u00e9cup\u00e9r\u00e9es dans le r\u00e9seau autoassociatif de CA3, alors que de nouvelles exp\u00e9riences sont g\u00e9n\u00e9r\u00e9s dans CA1. Cette division du travail dans l’hippocampe lui permet de g\u00e9rer le compromis entre la m\u00e9morisation et la g\u00e9n\u00e9ralisation.<\/p>\n

Mots cl\u00e9s<\/h3>\n

Mod\u00e8le g\u00e9n\u00e9ratif, M\u00e9moire, Apprentissage, Codage pr\u00e9dictif, R\u00e9seau de neurones<\/p>\n

Publications<\/h3>\n
    \n
  • Fontaine, L., & Alexandre, F. (2025, June). Semantic and episodic memories in a predictive coding model of the neocortex. In 2025 International Joint Conference on Neural Networks (IJCNN)<\/i> (pp. 1-9). IEEE.<\/li>\n
  • Fontaine, L., & Alexandre, F. (2026, September). A predictive coding model for memory replay in the neocortex. In International Conference on Artificial Neural Networks<\/i> (pp. 15-26). Cham: Springer Nature Switzerland.<\/li>\n<\/ul>\n

    Jury<\/h3>\n
      \n
    • M. Sander BOHTE, Professeur, Universit\u00e9 d’Amsterdam, Rapporteur<\/li>\n
    • M. Alexandre PITTI, Professeur, Universit\u00e9 de Cergy Pontoise, Rapporteur<\/li>\n
    • Mme. H\u00e9l\u00e8ne SAUZ\u00c9ON, Professeure, Universit\u00e9 de Bordeaux, Examinatrice<\/li>\n
    • M. Fr\u00e9d\u00e9ric ALEXANDRE, Directeur de recherche, Universit\u00e9 de Bordeaux, Directeur<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"

      Generative models in the neocortex and the hippocampus \/\/ Venue : Centre Broca<\/p>\n","protected":false},"template":"","categories":[],"class_list":["post-1985","buni_events","type-buni_events","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/imn.u-bordeaux.fr\/fr\/wp-json\/wp\/v2\/buni_events\/1985","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/imn.u-bordeaux.fr\/fr\/wp-json\/wp\/v2\/buni_events"}],"about":[{"href":"https:\/\/imn.u-bordeaux.fr\/fr\/wp-json\/wp\/v2\/types\/buni_events"}],"wp:attachment":[{"href":"https:\/\/imn.u-bordeaux.fr\/fr\/wp-json\/wp\/v2\/media?parent=1985"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/imn.u-bordeaux.fr\/fr\/wp-json\/wp\/v2\/categories?post=1985"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}