Teasing apart the extraction and the processing of visual information in the brain
Notice bibliographique
Résumé
Humans have a limited cognitive capacity; hence, when recognizing an object or a face, they must extract different features at different moments. As such, the neuronal response to a given feature comprises responses from moments when it was attended and responses from moments when it was unattended. Responses associated with different « extraction moments » could also be different because information extracted earlier might be accumulated longer. In the present study, observers were shown faces in which the eyes and mouth were sampled at random moments during a 200ms period. They had to categorize the gender of the face while their EEG activity was recorded. To uncover activity associated with the presentation of a given feature at a given moment, we performed multiple linear regressions between feature x presentation moment sampling planes across trials and EEG activity for a given sensor at a given time point across trials. When combining responses to a given feature across all presentation moments, we reproduced the classical N170 component on parieto-occipital sensors. When breaking down this activity in responses to different presentation moments, we uncovered a highly different activity (effect of presentation moment peaking at 84 and 332ms after feature presentation, Fmax=13.58, p< .001). This indicates that information extracted at different moments is not processed in the same way and that the N170 is the result of different computations. Interestingly, this effect is not present in lower occipital sensors, which process information in the same way independently of presentation moment (p>.25; interaction between sensor and presentation moment around 328 ms, Fmax=9.15, p< .05). Our novel method allows to better understand the dynamics of visual information in the brain, from feature extraction to object recognition. Further analyses involving directional connectivity should allow us to detect the presence of gating and accumulators in the brain. Meeting abstract presented at VSS 2017
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».