MétaCan
Menu
Retour à la cohorte
Enregistrement W3209370004 · doi:10.46298/mna.9766

Gabor frames from contact geometry in models of the primary visual cortex

2023· article· en· W3209370004 sur OpenAlexafffund
Vasiliki Liontou, Matilde Marcolli

Notice bibliographique

RevueMathematical Neuroscience and Applications · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFoundational Questions InstituteNational Science Foundation
Mots-clésGeometryLattice (music)Tangent bundleVisual cortexManifold (fluid mechanics)BundleScalingMathematicsTangentOrientation (vector space)Surface (topology)Mathematical analysisPhysicsTangent spaceMaterials scienceNeuroscienceAcousticsPsychology

Résumé

récupéré en direct d'OpenAlex

We analyze the interplay between contact geometry and Gabor filters signal analysis in geometric models of the primary visual cortex. We show in particular that a specific framed lattice and an associated Gabor system is determined by the Legendrian circle bundle structure of the $3$-manifold of contact elements on a surface (which models the V1-cortex), together with the presence of an almost-complex structure on the tangent bundle of the surface (which models the retinal surface). We identify a scaling of the lattice, also dictated by the manifold geometry, that ensures the frame condition is satisfied. We then consider a $5$-dimensional model where receptor profiles also involve a dependence on frequency and scale variables, in addition to the dependence on position and orientation. In this case we show that a proposed profile window function does not give rise to frames (even in a distributional sense), while a natural modification of the same generates Gabor frames with respect to the appropriate lattice determined by the contact geometry. Comment: LaTeX, 33 pages (v2: expanded introduction, v3: typos correction and short explanatory comments added; v4: journal overlay published version)

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,061
Tête enseignante GPT0,336
Écart entre enseignants0,275 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMathematical Neuroscience and ApplicationsMême sujetVisual perception and processing mechanismsTravaux en français237 207