Responses of a Looming-Sensitive Neuron to Compound and Paired Object Approaches
Notice bibliographique
Résumé
The lobula giant movement detector (LGMD) and its target neuron, the descending contralateral movement detector (DCMD), constitute a motion-sensitive pathway in the locust visual system that responds preferentially to objects approaching on a collision course. LGMD receptive field properties, anisotropic distribution of local retinotopic inputs across the visual field, and localized habituation to repeated stimuli suggest that this pathway should be sensitive to approaches of individual objects within a complex visual scene. We presented locusts with compound looming objects while recording from the DCMD to test the effects of nonuniform edge expansion on looming responses. We also presented paired objects approaching from different regions of the visual field at nonoverlapping, closely timed and simultaneous approach intervals to study DCMD responses to multiple looming stimuli. We found that looming compound objects evoked characteristic responses in the DCMD and that the time of peak firing was consistent with predicted values based on a weighted ratio of the half size of each distinct object edge and the absolute approach velocity. We also found that the azimuthal position and interval of paired approaches affected DCMD firing properties and that DCMDs responded to individual objects approaching within 106 ms of each other. Moreover, comparisons between individual and paired approaches revealed that overlapping approaches are processed in a strongly sublinear manner. These findings are consistent with biophysical mechanisms that produce nonlinear integration of excitatory and feed-forward inhibitory inputs onto the LGMD that have been shown to underlie responses to looming stimuli.
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 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 | 0,001 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».