沉浸在FitzHugh–Nagumo模型神经元的求和网络在外部噪声和内部噪声的背景下, 阵列随机共振的环境。 非周期性的高斯刺激,辅助通过集体内部阵列噪声,刺激求和网络,从而获得更多有效的回应。 这种形式的阵列随机共振的特征在于非周期性输入信号的相关系数。 而且,相关性研究了有限元和无限元神经元模型合奏的增益数组大小。 相关增益与区域的非单调行为相关增益超过单位,即阵列SR的两个主要特征是在数值和理论上进行演示。 这些结果表明,某些外部噪声和内部噪声的水平都有助于神经元编码策略。