Time to wave goodbye to phase scrambling - creating unrecognizable control stimuli using a diffeomorphic transform.
Notice bibliographique
Résumé
To isolate the neural events associated with the recognition of visual objects from the events corresponding to the perceptual processing prior to object recognition, control stimuli are needed that contain the same perceptual properties as the objects, but are not recognizable. Traditionally, control stimuli have been generated using phase-scrambling, box scrambling, and more recently, texture scrambling. We show these methods yield poor control stimuli because they dramatically change basic visual properties (e.g., spatial frequency, perceptual organization) to which even the earliest stages of visual processing are sensitive. To overcome this limitation, we applied a new warping method, using a diffeomorphic transformation that preserves lower-level perceptual properties while removing meaning; we acquired norms for recognition at various degrees of warping (N=415 participants completed 15600 trials). We hypothesized that images warped using our new method will produce neural activity at pre-recognition stages along the visual hierarchy that is similar to the intact versions of these images. To test this hypothesis, we computationally modeled neural activity (using the HMAX model) for each distortion method and compared it to the intact version of the image at three stages along the visual system: simple and complex V1 cells, anterior areas corresponding to area V4, and inferior temporal cortex. Based on average neural output and the distribution of activity across simulated neurons, we found that "diffeomorphed images" were markedly more similar to intact images than any of the other distortion methods. Our results show that unrecognizable diffeomorphed images better match the fundamental visual properties of intact images, and therefore serve as more appropriate control stimuli in neuroimaging research. We suggest that diffeomorphed images should be used to disentangle the representation of perceptual and semantic object features during perception, memory and attention. Meeting abstract presented at VSS 2013
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».