MétaCan
Menu
Retour à la cohorte
Enregistrement W4290004660 · doi:10.11648/j.ajmcm.20210604.13

A Dynamical Systems Model for Face Perception

2021· article· en· W4290004660 sur OpenAlexaff
Abraham Boyarsky, Paweł Góra

Notice bibliographique

RevueAmerican Journal of Mathematical and Computer Modelling · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueFace recognition and analysis
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésFusiform face areaStimulus (psychology)Fusiform gyrusComputer scienceFace perceptionPerceptionMathematicsArtificial intelligencePsychologyNeuroscienceCognition

Résumé

récupéré en direct d'OpenAlex

The fusiform face area, or FFA, is a small region found on the inferior (bottom) surface of the temporal lobe. It is located in a gyrus called the fusiform gyrus.Studies in humans have shown that the FFA is sensitive to both face parts and face configurations. Recoding activity in the FFA showed that most of the neurons in the FFA are active in response to facial imagery, but not in response to images of other body parts or objects. Visual sensory neurons sensitive to a face feature and possessing a related firing rate activate an associated cluster of neurons in the FFA. This results in a partition of the FFA into clusters that respond to the various facial features. Once an entire face stimulus activates the FFA, interneurons redistribute the initial activation via the neural network. In this article a novel approach to modelling the function of the network is presented. We define by a transition matrix that describes probabilistically how one cluster, firing at a synchronous rate, affects the others in the FFA. The initial face stimulation in the FFA together with the transition matrix defines a dynamical system which possesses a stationary probability function. We claim that a stationary probability function uniquely represents a face. Among the properties of this probability function are: 1) response magnitude invariance, 2) repurposing of clusters to define new stationary probability function on the FFA partition; 3) stability of stationary probabilities under perturbations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,248
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Mathematical and Computer ModellingMême sujetFace recognition and analysisTravaux en français237 207