面对那些打破了预期模式的图像,比如一个未被识别的界面,与自己的图像相比,彩虹反应是如何学习的
这是我的问题,包括约克大学,开始回答除此之外,该研究还表明,大脑学习可以从大脑中激活更多的信息,并且其内部预测会随着大脑感知数据的变化而更新然而,科学助理教授JoelZylberberg的York Facultyo表示,研究结果让他们感到惊讶,与新发表的论文的作者一致
他说:“测试是肯定的。”“我们需要能够在长时间的训练中测量顶部的小信号和传感器码数,以了解训练是如何学习新的传感器输入模式的。”
使用鼠标模型,搜索器会多次显示视觉模式的图像,然后显示与这些模式相关的图像,同时测量大脑在设备皮层中的活动,从而处理来自皮层的视觉信息他们的观点是,神经元是如何对违反传感器信息的新模式采取行动的
包括Zylberberg在内的许多研究人员都是加拿大高级研究院机器和大脑学习小组的研究员,该小组负责对艾伦脑科学研究所的脑观察器及其开放式科学计划进行研究OpenScope已经与另一个观测者合作研究宇宙的观测者进行了比较,只有当研究人员共享数据来研究大脑时
测量是从接受顶部向下信号的大脑皮层的神经元的不规则树突和接受底部向上信号的细胞体中进行的他们现在想知道,当信号既匹配又不符合预期模式时,组织树突的视觉刺激过程是否与细胞体明显不同
事实证明,与图像的模式匹配相比,大脑对图像模式的反应与大脑的预测不同,会演变成不同的方向
计算神经科学家Zylberberg说:“令人惊讶的是,异常树突的反应显著增加,但对激活模式的输入越来越敏感,而这些身体却失去了最初的强敏感性。”“这一发现将批判性思维转化为大脑中的传感计算和预测学习。”
研究结果表明,违反模式的人有权改变模式,不同形式的违反模式可能会引发不同程度的预测错误它指向大脑的一个组成部分,该组成部分可能对以前未知的传感器学习具有重要意义
Zylberberg说:“了解降雨过程和新的视觉传感器信息对于开发更先进的机器学习算法和应用程序非常重要,这可能有助于在未来恢复人们的视力。”
来源:
Materials provided by
York University.
注明: Content may be edited for style and length.
参考:
2024-01-20
2024-01-20
2024-01-20
2024-01-20
2024-01-20