The processing sequence from low to high spatial frequencies investigated by temporal sampling
Notice bibliographique
Résumé
Les caractéristiques temporelles du traitement des fréquences spatiales en reconnaissance d’objets ont été étudiées auprès d’observateurs adultes normaux. Les cibles étaient des images d’objets familiers filtrées spatialement (fréquences centrales de 1,2 cycles par degré (cpd); 2,4 cpd; 4,8 cpd; et 9,6 cpd) présentées pendant 200 ms. La visibilité de la cible variait à travers le temps en fonction d'une fonction d'échantillonnage aléatoire affectant le rapport signal/bruit (le signal étant l'image cible; le bruit étant un champ de bruit blanc superposé). La tâche en était une d’appariements avec délai et choix forcé de la cible parmi quatre alternatives non filtrées (4AFC). Les résultats montrent que le traitement visuel était initialement dominé par la bande de 4,8 cpd, suivie brièvement par celle de 9,6 cpd, puis 1,2 cpd et enfin 2,4 cpd. Les résultats montrent que le contenu fréquentiel des oscillations du stimulus (i.e. les variations temporelles du rapport signal sur bruit) interagit à la fois avec le temps et la bande de fréquences spatiales des stimuli, montrant ainsi que le simple passage du temps n'est pas le seul déterminant du traitement des fréquences spatiales en reconnaissance visuelle. Un algorithme d'apprentissage automatique exposé aux patterns de données des participants individuels (avec validation croisé un-contre-tous) les a classés avec succès en fonction de leur condition de fréquence spatiale avec une précision de 90.6 % en utilisant seulement 8.1 % des attributs disponibles. Les résultats remettent en question l'hypothèse du traitement visuel de grossier à fin (i.e. « coarse-to-fine »).
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».