MétaCan
Menu
Retour à la cohorte
Enregistrement W1991645581 · doi:10.1167/14.15.27

Differentiating between non-oriented and orientation-tuned responses to color contrast using subthreshold summation

2014· article· en· W1991645581 sur OpenAlexaff
Kathy T. Mullen, M. Gheiratmand

Notice bibliographique

RevueJournal of Vision · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAchromatic lensChromatic scaleOrientation (vector space)Contrast (vision)Subthreshold conductionColor visionOpticsColor contrastDetectorPhysicsArtificial intelligenceMasking (illustration)Spatial frequencyComputer visionSummationIsotropyComputer scienceMathematicsPsychologyNeuroscienceGeometry

Résumé

récupéré en direct d'OpenAlex

In receptoral and early post-receptoral color vision, behavioral and physiological data have been well reconciled, however at the cortical stage these links frequently remain obscure. For example, a wealth of psychophysical studies has demonstrated that color vision has orientation-tuned mechanisms and there is little direct evidence for non-oriented mechanisms. Yet multiple neurophysiological studies have revealed a distinct subgroup of highly color sensitive, isotropic neurons in V1. To measure orientation tuning in color vision and differentiate between non-oriented and orientation-tuned responses to color contrast, we have adapted the classic method of subthreshold summation. The method uses a linking model to tie subthreshold summation data to the underlying detector bandwidths. This method also has the advantage of using very low contrast stimuli, ensuring the color pathway is well isolated from the modulatory effects of cross-orientation masking that contaminate orientation tuning measurements obtained at higher contrasts. At mid spatial frequencies, our results show evidence for orientation-tuned detectors with similar bandwidths for chromatic and achromatic contrast. At low spatial frequencies, however, orientation tuning in color vision becomes extremely broad, and is compatible with detection by non-oriented color mechanisms. These isotropic chromatic mechanisms only appear under monocular conditions. Isotropic detectors, which could be called “blob” detectors, are well equipped for the representation of surface color, whereas orientation-tuned responses are best equipped for edge and contour detection. Such links remain only speculative, however. We are also using the subthreshold summation method to determine the orientation tuning of binocular summation, discussed in a related presentation.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,056
Tête enseignante GPT0,370
Écart entre enseignants0,314 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetVisual perception and processing mechanismsTravaux en français237 207