Top-down modulation of spatial frequency extraction
Notice bibliographique
Résumé
According to prominent models of object recognition, the early extraction of low spatial frequencies (SF) modulates in a top-down fashion the later extraction of high SFs. In the present study, we investigated the precise time course of SF extraction during object recognition in 49 healthy adults. On each trial, a short video (333 ms), in which the SFs of an object were randomly sampled across time, was presented. An object name followed and subjects had to indicate if it matched the object. We then performed multiple linear regressions between SF x time sampling planes and accuracy. We observed a continuous extraction of low SFs (1-21.5 cycles per image, cpi) with an extraction of higher SFs (up to 36 cpi) afterwards (t > 4.00, p < .05). This means that some information was extracted at specific moments regardless of what was seen before (i.e., ballistically). Next, we performed the regressions after having weighted trials according to the quantity of low SFs (1-20 cpi) shown in the first 167 ms. We observed that high SFs (up to 35 cpi), but also lower SFs (as low as 3 cpi), led to more accurate responses when they were preceded by low SFs (t > 3.78, p < .05). These results indicate that SF extraction is modulated by the earlier extraction of low SFs (i.e., adaptively). To disentangle adaptive and ballistic aspects of visual processing, we analyzed the modulation of SFs in every frame by low SFs in every preceding frame. Information around 150-242 ms was exclusively modulated by low SFs around 80-96 ms (t > 3.96, p < .05). Altogether, these results suggest a top-down modulation of SF extraction, but not limited to high SFs, and occurring at specific moments. 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 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 | 0,002 |
| 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) | 0,002 | 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 ».