ヒトとCNNにおけるロバストな翻訳耐性の1例  Han et alの解説【JST・京大機械翻訳】

Blything Ryan; Biscione Valerio; Bowers Jeffrey

プレプリント

J-GLOBAL ID：202202221211229641 整理番号：22P0216955

ヒトとCNNにおけるロバストな翻訳耐性の1例 Han et alの解説【JST・京大機械翻訳】

A case for robust translation tolerance in humans and CNNs. A commentary on Han et al

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年12月10日プレプリントサーバーでの情報更新日： 2020年12月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Han et al.(2020)は,人間の視覚システムが,非意味網膜位置で新しい画像を同定できる範囲を評価する行動実験を報告し(著者が「固有翻訳不変性」と呼ぶ),行動結果の鍵となる側面を捉えるために,新しい畳み込みニューラルネットワークモデル(Eccentricity 依存性ネットワークまたはENN)を開発したものであると報告したものである。”その行動実験を報告した。”結果”は,人間視覚系が,非意味的翻訳不変性(”固有翻訳不変性”)で新しい画像を同定し,行動結果の鍵となる側面を捉える,新しい畳み込みニューラルネットワークモデル(Eccentricity依存性ネットワークまたはENN)を開発した。ここでは,行動データの分析が,不適切なベースライン条件を用い,それらを内因性翻訳不変性を過小評価することを示す。データを正しく解釈すると,いくつかの条件で14{deg}に伸びる完全な並進許容度を示し,以前の研究(Bowerら,2016)およびより最近の研究Blything et al.(プレス)と一致した。並進不変性のより良い説明を与える簡単なモデルについて述べた。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , ニューロコンピュータ

, , , , ,

前のページに戻る