thesis

130 Oscillations, corrélations et synchronisation
Figure 4.14 – Chaînes de synchronie. a. Structure de connectivité d’une chaîne de synchronie.
b, c. Propagation d’une chaîne de synchronie (Diesmann et al. 1999, Vogels et al. 2005).
Par ailleurs, d’autres modes de propagation sont possibles dans cette architecture,
comme la propagation d’un code basé sur la fréquence de décharge (Van Rossum
et al. 2002, Litvak et al. 2003, Vogels et al. 2005). Dans ce cas, la synchronisation
est à éviter car elle détruit un tel code ; le bruit permet alors d’empêcher
une synchronisation excessive des neurones.
Il est possible d’utiliser les synfire chains dans un but computationnel. Ainsi,
dans Abeles et al. (2004), Hanuschkin et al. (2011), Schrader et al. (2010), ces
chaînes sont combinées de manière hiérarchique pour générer des comportements
complexes (voir section 4.5.3).
4.4.4 Codage neuronal et corrélations
Quel est l’impact des corrélations sur le codage de l’information par une population
de neurones ? Cette question a une grande importance dans le débat sur
le codage de l’information, car la théorie fréquentielle repose sur une hypothèse
cruciale d’indépendance des neurones. La question de l’impact de corrélations,
même faibles, sur la possibilité d’un codage fréquentiel est donc essentielle.
Le cadre théorique généralement utilisé est celui de la théorie de l’information
(Shannon et Weaver 1962, Cover et al. 1991, Quiroga et Panzeri 2009). La
définition même des corrélations ou de la notion d’indépendance, dans le contexte
du codage neuronal, n’est pas évidente, et plusieurs définitions complémentaires
coexistent. Dans Schneidman et al. (2003a), les auteurs distinguent trois définitions.
L’indépendance de l’activité d’abord, qui correspond à l’indépendance
statistique des neurones dans le cas stationnaire. L’indépendance conditionnelle