MétaCan
Menu
Retour à la cohorte
Enregistrement W943248015 · doi:10.1017/cbo9780511736261.008

Stereoscopic motion in depth

2011· book-chapter· en· W943248015 sur OpenAlexaff
Robert S. Allison, Ian P. Howard

Notice bibliographique

RevueCambridge University Press eBooks · 2011
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésStereoscopyMotion (physics)Computer visionGeologyComputer scienceComputer graphics (images)Artificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

Introduction In 1997, we were designing experiments to assess the stability of correspondence between points in the two retinas and the phenomenon of stereoscopic hysteresis (Diner and Fender, 1987; Fender and Julesz, 1967). As part of these experiments, we presented binocularly uncorrelated random-dot images to the two eyes in a stereoscope. Binocularly uncorrelated images produce a percept of noisy, incoherent depth, since there is no consistent disparity signal. However, when we moved the images in the two eyes laterally in opposing directions we obtained a compelling sense of coherent motion in depth. When the display was stopped, the stimulus again appeared as noisy depth. We quickly realized that the motion-in-depth percept was consistent with dichoptic motion cues in the stimulus. Thus, a compelling sense of changing depth can be supported by a stimulus that produces no coherent static depth. This was quite surprising, since experiments several years earlier had suggested that stereoscopic motion-in-depth perception could be fully explained by changes in disparity between correlated images. Unknown to us, Shioiri and colleagues had made similar findings, which they reported at the same Association for Research in Vision and Opthalmology (ARVO) meeting where we first presented our findings (Shioiri et al ., 1998, 2000), although we found out they had also presented them earlier at a meeting in Japan. We performed a number of experiments on this phenomenon, reported as conference abstracts (Allison et al ., 1998; Howard et al ., 1998) that were subsequently cited.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,095
Tête enseignante GPT0,255
Écart entre enseignants0,160 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetVisual perception and processing mechanismsTravaux en français237 207