MétaCan
Menu
Retour à la cohorte
Enregistrement W2571071954 · doi:10.1167/16.12.570

Conceptual representations of scene categories in prefrontal cortex transcend sensory modalities

2016· article· en· W2571071954 sur OpenAlexaff
Yaelan Jung, Bart Larson, Dirk B. Walther

Notice bibliographique

RevueJournal of Vision · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStimulus modalityCategorizationSensory systemInferior frontal gyrusPrefrontal cortexPsychologyRepresentation (politics)Modality (human–computer interaction)Visual cortexCognitive psychologyComputer scienceModalitiesCognitionArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Our natural environment is composed of a rich tapestry of sights and sounds. How is this multimodal information from a real-world setting processed in our brain, forming a representation of a particular environment? A number of studies have shown that in the visual domain, several visual properties related to scene categories are identified and processed in scene-selective areas in the visual cortex. Moving beyond the purely sensory representations of scene categories, we are here looking for a more abstract and conceptual representation of scenes that transcends sensory modalities. To this end, we had participants look at scene images or listen to scene sounds while their neural activity was recorded in an MRI scanner. Using multi-voxel pattern analysis, we were able to decode scene categories not only in sensory cortex (image categories in visual cortex and sound categories in auditory cortex) but also in prefrontal cortex, which is known to engage in high-level cognitive functions. Furthermore, the scene representation in the middle and inferior frontal gyrus generalized across sensory modalities, as shown by successful cross-decoding of scene categories between images and sounds. Finally, we compared the error patterns of the neural decoder to those of human categorization from a separate behavioral experiment. We found significant agreement between behavioral errors and the errors of the neural decoder in the inferior and middle frontal gyrus, which shows that the information that humans use for categorical judgment is represented in these regions. These results indicate that there exists a conceptual level of scene representations in prefrontal cortex, which reflects human behavior and does not rely on any one sensory modality. To our knowledge, this is the first time that such a cross-modal conceptual representation of real-world scenes has been measured explicitly. Meeting abstract presented at VSS 2016

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,060
Tête enseignante GPT0,336
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetFace Recognition and PerceptionTravaux en français237 207