A Neural Model for Compensation of Sensory Abnormalities in Autism Through Feedback From a Measure of Global Perception
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sensory abnormalities and weak central coherence (WCC), a processing bias for features and local information, are important characteristics associated with autism. This paper introduces a self-organizing map (SOM)-based computational model of sensory abnormalities in autism, and of a feedback system to compensate for them. Feedback relies on a measure of balance of coverage over four (sensory) domains. Different methods to compute this measure are discussed, as is the flexibility to configure the system using different control mechanisms. Statistically significant improvements throughout training are demonstrated for compensation of a simple (i.e., monotonically decreasing) hypersensitivity in one of the domains. Fine-tuning control parameters can lead to further gains, but a standard setup results in good performance. Significant improvements are also shown for complex hypersensitivities (i.e., increasing and decreasing through time) in two domains. Although naturally best suited to compensate hypersensitivities--stimuli filtering may mitigate neuron migration to a hypersensitive domain--the system is also shown to perform effectively when compensating hyposensitivities. With poor coverage balance in the model akin to poor global perception, WCC would be consistent with inadequate feedback, resulting in uncontrolled hyper- and/or hyposensitivities characteristic of autism, as seen in the topologies of the resulting SOMs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle