Notice bibliographique
Résumé
Current models of selective attention and visual search incorporate two processes believed to be crucial in searching for an item in a visual scene: the selection of locations to be attended and the temporary prevention of re-selecting previously attended locations. In natural situations, the deployment of visual attention is accomplished by sequences of gaze fixations, and the active suppression of recently visited locations can be examined by analyzing the distribution of gaze fixations as a function of time and location. We trained four monkeys to perform a visual search task, in which they could freely search for a target stimulus with a unique conjunction of features. Monkeys made multiple fixations on distracters before foveating the target (mean: 3.1; range: 1-14) and their probability of foveating the target with a single fixation was only 0.25. Performance in this difficult task, however, was generally efficient as monkeys rarely re-fixated previously inspected stimuli. The probability of a re-fixation increased with time and approximated chance levels after 5-6 fixations, suggesting that foveated information is retained across fixations but completely degraded within about 1000 ms of fixation. To investigate the neural mechanisms underlying this behavior, we recorded the activity of superior colliculus (SC) neurons while two animals performed the task. SC sensory-motor activity was sufficient to guide this behavior: activity associated with previously fixated stimuli was significantly lower than that of stimuli not yet fixated. More than two-thirds of neurons retained these differences up to 100 ms following fixation. These results suggest a neural mechanism for suppressing the re-fixation of stimuli temporarily maintained in memory. These findings demonstrate how neural representations on the visual salience map are dynamically updated from fixation to fixation, thus facilitating visual search.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».