Pregled bibliografske jedinice broj: 254597
Neuronski model statističke reprezentacije vidnih informacija
Neuronski model statističke reprezentacije vidnih informacija // XV. Dani psihologije u Zadru - Sažetci radova = 15th Psychology Days in Zadar : Book of selected proceedings / Ćublea Adorić, Vera ; Penezić, Zvjezdan ; Proroković, Ana ; Vulić-Prtorić, Anita (ur.).
Zadar: Sveučilište u Zadru, 2006. str. 43-43 (predavanje, domaća recenzija, sažetak, znanstveni)
CROSBI ID: 254597 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Neuronski model statističke reprezentacije vidnih informacija
(Neural model of statistical representation of visual information)
Autori
Šetić, Mia ; Domijan, Dražen
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni
Izvornik
XV. Dani psihologije u Zadru - Sažetci radova = 15th Psychology Days in Zadar : Book of selected proceedings
/ Ćublea Adorić, Vera ; Penezić, Zvjezdan ; Proroković, Ana ; Vulić-Prtorić, Anita - Zadar : Sveučilište u Zadru, 2006, 43-43
ISBN
9789537237219
Skup
Dani psihologije (15 ; 2006)
Mjesto i datum
Zadar, Hrvatska, 25.05.2006. - 27.05.2006
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
Neuronske mreže; Percepcija veličine objekta; Računanje prosječne veličine
(Neural networks; Size perception; Computation of average size)
Sažetak
Novija psihofizička istraživanja pokazuju da su ljudi sposobni izračunati prosječnu veličinu elemenata u vidnom polju. Ona pokazuju da je vidni sustav sposoban stvoriti globalnu statističku reprezentaciju skupa objekata, dok su informacije o pojedinim objektima izgubljene (Ariely, 2001 ; Chong i Treisman, 2003 ; 2005). U ovom radu prezentiran je novi neuronski model koji može objasniti kako se u mozgu stvara statistička reprezentacija skupa vidnih objekata. Kao polazna osnova uzet je model reprezentacije brojeva kojeg je predložio Domijan (2004a). Model je dvodimenzionalna neuronska mreža koja se sastoji od tri sloja neurona. Pri tome, prvi sloj predstavlja ulaznu informaciju gdje 0 označava praznu lokaciju, a 1 lokaciju koju popunjava neki objekt. Drugi sloj koristi multiplikativnu interakciju među dendritima i gradijent sinaptičkih efikasnosti kako bi uklonio šum i spriječio interferenciju pri lokalizaciji objekata u prostoru. Treći sloj koristi lokalnu lateralnu inhibiciju kako bi svakom neuronu omogućio predstavljanje jednog objekta. Drugim riječima, u trećem sloju uvijek je onoliko aktivnih neurona koliko ima objekata u vidnom polju. Modifikacija modela sastoji se u tome da se kombiniranjem informacija iz prvog i trećeg sloja osigurava izračunavanje prosječne veličine skupa objekata u vidnom polju, bez da se izračuna veličina svakog pojedinog objekta. Za to su zaduženi posebni neuroni koji sumiraju aktivnost cijelog sloja mreže. Prosječna veličina objekta sadržana je u omjeru između sume aktivnosti u prvom i trećem sloju mreže. Omjer se može izračunati pomoću multiplikativnog modela neurona kojeg je predložio Grossberg (1988). Poseban problem za model predstavljaju kružnice kao vidni objekti. Kružnice nemaju ispunjenu unutrašnjost i stoga onemogućavaju ispravno lociranje njihovog središta. Međutim, ovaj problem riješen je korištenjem modela vidne segmentacije (Domijan, 2004b) koji predstavlja ulazni signal za predloženu neuronsku mrežu. Model vidne segmentacije dodjeljuje različitu amplitudu aktivnosti svakoj zasebnoj površini u vidnom polju. Unutrašnjost kružnica također je označena s amplitudom aktivnosti većom od nule te se lako može locirati središte kružnice. Na taj način omogućeno je ispravno reprezentiranje svake kružnice s jednim neuronom u trećem sloju. Računalne simulacije predloženog modela pokazale su da je novi model sposoban izračunati prosječnu veličinu skupa objekata. Model izračunava prosječnu veličinu paralelno i brzo, bez korištenja serijalnog prolaženja kroz vidno polje. Model je zasnovan na biološki utemeljenim mehanizmima kao što su obrada informacija na dendritima i presinaptička inhibicija.
Izvorni jezik
Hrvatski
Znanstvena područja
Psihologija