MétaCan
Menu
Retour à la cohorte
Enregistrement W1996348618 · doi:10.1007/s13295-012-0034-9

The spotlight of attention: shifting, resizing and splitting receptive fields when processing visual motion

2012· article· en· W1996348618 sur OpenAlexaff
Stefan Treue, Julio Martínez-Trujillo

Notice bibliographique

Revuee-Neuroforum · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReceptive fieldFlexibility (engineering)Focus (optics)Visual spaceComputer scienceSet (abstract data type)Visual processingVisual cortexCommunicationPsychologyVisual fieldOrientation (vector space)Motion (physics)Computer visionSurround suppressionCognitive psychologyNeuroscienceArtificial intelligenceVisual perceptionPhysicsMathematicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract In the visual system receptive fields repre­sent the spatial selectivity of neurons for a given set of visual inputs. Their invariance is thought to be caused by a hardwired in­put configuration, which ensures a stable ‘la­beled line’ code for the spatial position of vi­sual stimuli. On the other hand, changeable receptive fields can provide the visual system with flexibility for allocating processing re­sources in space. The allocation of spatial at­tention, often referred to as the spotlight of attention, is a behavioral equivalent of visu­al receptive fields. It dynamically modulates the spatial sensitivity to visual information as a function of the current attentional focus of the organism. Here we focus on the brain sys­tem for encoding visual motion information and review recent findings documenting in­teractions between spatial attention and re­ceptive fields in the visual cortex of primates. Such interactions create a careful balance be­tween the benefits of invariance with those derived from the attentional modulation of information processing according to the cur­rent behavioral goals.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,220
Score d'incertitude au seuil0,705

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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 tête enseignante, 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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-NeuroforumMême sujetVisual perception and processing mechanismsTravaux en français237 207