Rapid object recognition in the absence of conscious awareness
Notice bibliographique
Résumé
The visual system has a remarkable capability to extract categorical information from complex natural scenes (Thorpe, Fize et al. 1996). To investigate whether rapid object recognition is limited to conscious perception, we recorded event-related potentials (ERPs) on both conscious and unconscious conditions. A continuous flash suppression (CFS) paradigm was used to ensure the target image was suppressed during the experiment (Tsuchiya and Koch 2005), in which the target was displayed in one eye to compete against flashed masks presented to the other eye. We equated the luminance and contrast of the images by using the SHINE toolbox to minimize potential low-level confounds in our study (Willenbockel, Sadr et al. 2010). In experiment 1, the duration of suppression was measured during CFS. We found animal images to be perceived earlier than non-animal under identical suppression masking (1666ms vs. 1728ms). This suggests a privileged processing of animal images exists even during suppression. In experiment 2, image contrast was adaptively controlled to ensure 50% of the images were seen during CFS. Subjects were to decide/guess the presence of an animal in the shown images. Accuracy was 77% vs. 49% for "seen" and "unseen", confirming subjects were truly unaware of "unseen" images. ERP results showed animal images induced bigger amplitude (150ms-350ms) than non-animal images on "seen" condition, but smaller amplitude than non-animal images on "unseen" condition (p(animal×seen) =0.034). The amplitude of animal images was significantly different between seen and unseen condition (p=0.011), but not for the non-animal images. The trial-by-trial correlation between seen/unseen condition and EEG amplitude for both animal and non-animal images is significant before 380ms (p<0.05). Our results indicate the brain has different responses on animal and distractor (non-animal) images even in unawareness, and the rapid processing of animal images might be different in conscious and unconscious conditions. Meeting abstract presented at VSS 2013
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».