MétaCan
Menu
Retour à la cohorte
Enregistrement W2753532558 · doi:10.1016/j.visres.2017.07.016

Binocular contrast, stereopsis, and rivalry: Toward a dynamical synthesis

2017· article· en· W2753532558 sur OpenAlexafffund
Hugh R. Wilson

Notice bibliographique

RevueVision Research · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésBinocular rivalryMonocularContrast (vision)StereopsisBinocular visionOrientation (vector space)Binocular disparityPsychologyDepth perceptionRivalryOpticsPerceptionNeuroscienceVisual perceptionPhysicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

It is well known that small orientation differences between two monocular gratings fuse to generate a stereoscopic perception of tilt, while large differences trigger binocular rivalry. In addition, unequal monocular contrasts combine nonlinearly to generate binocular contrast. A nonlinear neural model is developed here to account for binocular contrast, fusion at small orientation differences, and rivalry at large differences. The model also accounts for hysteresis in the transition between fusion and rivalry. Finally, the model predicts that interocular contrast differences between fusible gratings will produce a reduced tilt percept, and experiments reported here support this. Key to the model is the presence of two classes of inhibitory interneurons: one operating on similar orientations to normalize interocular contrast (IN), and one operating across large orientation differences to generate rivalry (IR). Critically, the IN neurons switch off the IR neurons driven by the other eye, thus permitting fusion of binocular plaids.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,234
Tête enseignante GPT0,479
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations39
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVision ResearchMême sujetVisual perception and processing mechanismsTravaux en français237 207