MétaCan
Menu
Retour à la cohorte
Enregistrement W2003337289 · doi:10.1167/13.8.18

Aftereffect of perceived regularity

2013· article· en· W2003337289 sur OpenAlexafffund
Marouane Ouhnana, Jason Bell, J. A. Solomon, F. A. A. Kingdom

Notice bibliographique

RevueJournal of Vision · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesEngineering and Physical Sciences Research CouncilMcGill University
Mots-clésMathematicsGaussianPattern recognition (psychology)Computer scienceArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Regularity is a ubiquitous feature of the visual world. We demonstrate that regularity is an adaptable visual dimension: The perceived regularity of a pattern is reduced following adaptation to a pattern with a similar or greater degree of regularity. Stimuli consisted of 7×7 element arrays arranged on square grids presented in a circular aperture. The position of each element was randomly jittered from its baseline position by an amount that determined its degree of irregularity. The elements of the pattern consisted of dark Gaussian blobs (GBs), difference of Gaussians (DOGs), or random binary patterns (RBPs). Observers adapted for 60 s to either a single pattern or a pair of patterns with particular regularities, and the perceived regularities of subsequently presented test patterns were measured using a conventional staircase matching procedure. We found that the regularity aftereffect (RAE) was unidirectional: Adaptation only caused test patterns to appear less regular. We also found that RAEs transferred from GB adaptors to both DOG and RBP test patterns and from DOG and RBP adaptors to GB patterns. We suggest that regularity is coded by the peakedness in the distribution of spatial-frequency channel responses across scale, and that the RAE is a result of a flattening of this distribution by adaptation. Thus, the RAE may be a consequence of contrast normalization, and an example of norm-based coding where irregularity is the norm.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,340
Écart entre enseignants0,302 · 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.

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

Citations20
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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