Résumé

Nous considérons la transmission de trains de PA dans un modèle de neurone basé sur des conductances. Une superposition de trains cohérents périodiques excite le neurone, mais en nombre trop petit pour déclencher une réponse en sortie. Nous montrons alors qu'une addition de trains incohérents de bruit en entrée, permet une réponse du neurone présentant de la corrélation avec les trains cohérents d'entrée. De plus, le nombre d'entrées de bruit peuvent être portées jusqu'à une valeur optimale où la partie cohérente de la réponse atteint un maximum. Cette propriété d'amélioration par le bruit de la transmission de signal peut avoir rapport au phénomène de résonance stochastique. Cette étude démontre pour la première fois la possibilité de résonance stochastique dans une situation réaliste de transmission de trains de PA multiples par le neurone, et elle attribue un rôle utile dans le traitement de l'information par le neurone à son activité aléatoire spontanée.