循环神经网络 dynamics 复现大脑感知分组机制新论文
tserre · x · 2026-10-13
Brown 大学 Thomas Serre 团队与荷兰神经科学研究所 Pieter Roelfsema 实验室合作发布预印本《Recurrent network dynamics explain the time course of perceptual grouping in natural scenes》(arXiv:2610.05419)。
- 问题:大脑如何在自然场景中将图像元素分组为完整物体,现有生物视觉分组模型依赖简化刺激,无法解释自然场景下的人类行为。
- 提出机制框架:循环相互作用在皮层区域内外传播增强的神经活动;早期由局部边界信号主导分组,后期整合携带物体身份信息的自上而下反馈,将内部边界的特征整合成连贯的物体表征。
- 实现为一个脑启发的循环神经网络,在自然图像上学习分组;网络的动态能预测人类反应时间。
- 框架连接了计算原理、神经环路和知觉心理学,并为神经生理与心理物理实验生成可检验的预测。
所属事件:循环神经网络复现大脑感知分组机制并预测人类反应时(3 条相关)→
「研究」频道最新
- 斯坦福等推 4DCodeBench：静态重建强不等于会建动态场景 — jwt0625 · 2026-10-13
- Sakana AI 提出多智能体自监督 MASS,让自我改进 AI 避免自我强化错误 — hardmaru · 2026-10-13
- 《降临》启发自注意力:Transformer 架构的灵感溯源故事 — dosco · 2026-10-13
- Szepesvari 列举近十年从理论走向实用的算法:max-flow 等五项成果回应质疑 — CsabaSzepesvari · 2026-10-13
- 研究者称预训练可视为 RL 的退化特例，数据驱动方法被 RL 统摄 — QuintinPope5 · 2026-10-13
- Google DeepMind 招 2027 夏季研究实习生，方向为持续学习 — TheGradient · 2026-10-13