MétaCan
Menu
Retour à la cohorte
Enregistrement W1980605853 · doi:10.1002/col.10060

A quantitative network model for color categorization

2002· article· en· W1980605853 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueColor Research & Application · 2002
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCategorical variableChromaticityColor spaceCategorizationArtificial intelligenceColor modelPattern recognition (psychology)Computer scienceColor balanceColor visionColoredComputer visionColor imageImage (mathematics)Image processingMachine learning

Résumé

récupéré en direct d'OpenAlex

Abstract To clarify the higher‐order mechanism of human color perception, we measured the color appearances of 78 colored lights by an elemental color‐scaling method and by a categorical color naming method. The colors covered nearly the entire CIE 1931 xy ‐chromaticity diagram with three different surrounds. The results showed that firm basic color zones derived by categorical color naming can be mapped with no overlap in an opponent‐color response space. We propose a network model with a threshold selector, maximum selectors, and multiplication units with gain factors to generate the categorical color responses quantitatively from the elemental color responses. The model can predict the categorical color naming results in different surround conditions with no change of parameters. This suggests that a nonlinear color vision mechanism for color categorization exists between the primary visual cortex (V1) and the inferior temporal cortex (IT) in the human brain. © 2002 Wiley Periodicals, Inc. Col Res Appl, 27, 225–232, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/col.10060

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,235
Tête enseignante GPT0,468
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle