心理物理学的逆相関法による脳内メカニズムの非線形特性分析手法
スポンサーリンク
概要
- 論文の詳細を見る
多くの生理学的研究で,初期視覚領野の受容野計測に逆相関法が用いられている.近年,この逆相関法が,心理物理学的な研究にも応用され始めている.生理実験では単一ニューロンの線形フィルタとしての特性が測定対象となるのに対し,心理実験では被験者の認知判断に関わる脳内メカニズム全体が測定対象となる.この脳内メカニズムは,一般に複数のニューロンが相互作用するネットワークで構成されるため,複雑で非線形な特性を持つと考えられる.このため,心理物理学的な逆相関法においては,システムの非線形性を考慮した分析が必要になる.本研究では,心理物理学的逆相関法による非線形特性の分析手法を定式化するとともに,運動視の視覚心理実験を模した数値シミュレーションを行い,その実験的応用について議論する.
- 2010-03-02
著者
関連論文
- 逆相関法を用いた視覚メカニズムの非線形特性の推定(視聴覚技術,ヒューマンインタフェース)
- 局所対応刺激を用いた立体透明視の知覚特性の検証
- 視覚特徴間の時間的相互作用の心理物理学的検証 (画像符号化・映像メディア処理レター特集)
- 視覚特徴間の時間的相互作用の心理物理学的検証(研究速報)
- 音声系列の規則獲得における統計学習の影響(バイオサイバネティックス,ニューロコンピューティング)
- 音声系列の文法的規則獲得における統計学習の役割
- 視覚情報の脳内表現と知覚パフォーマンス : モデル予測とその心理物理学的検証のケーススタディー
- 統計情報を用いた音声系列の学習に関する研究
- 局所対応刺激における階層的な運動統合メカニズムの検証(バイオサイバネティックス,ニューロコンピューティング)
- ポピュレーション符号化モデルを用いた局所的および大域的運動統合メカニズムの検証(ニューラルネットワーク画像復元及び一般)
- ハイブリッド型視差エネルギーモデルを用いた立体透明視の神経回路モデル
- 同一ドットパターンを重畳したステレオグラムにおける透明面検出
- 同一ドットパターンを重畳したステレオグラムにおける透明面検出
- 視覚系における局所的及び大域的運動統合メカニズムの独立性
- 多重表面の知覚と脳内表現
- 視覚運動情報の局所的および大域的相互作用に関する考察
- 多重運動情報の脳内表現モデル(認知現象の分析とモデル化(その2))
- 時空間エネルギーモデルによる両眼視および運動視の透明面符号化
- 両眼エネルギーモデルを用いた多重視差のポピュレーション符号化モデル
- 多階層予測符号化モデルに基づくパターンの表現(バイオサイバネティックス,ニューロコンピューティング)
- 重畳運動の方向差が運動透明視の知覚コストに与える影響 (電気通信大学 IS(大学院情報システム学研究科)シンポジウム 第15回「Sensing and Perception」)
- 両眼立体視における重畳視差の知覚メカニズム (電気通信大学 IS(大学院情報システム学研究科)シンポジウム 第14回「Sensing and Perception」)
- 複数教員の多角的な指導による学生懇話会の試み(第2報)
- 運動透明視現象の脳内情報処理 (電気通信大学 IS(大学院情報システム学研究科)シンポジウム 第10回「Sensing and Perception」)
- オクルージョン手がかりを用いた両眼視による構造復元モデル
- 多階層予測符号化モデルに基づく高次パターン認識
- 区分線形性を考慮したニューロン応答特性の分析手法 (ニューロコンピューティング)
- 心理物理学的逆相関法による脳内メカニズムの非線形特性分析手法
- 多階層予測符号化モデルに基づくパターンの表現
- マスキングされた視覚探索課題による人のパターン認識特性の検証(視聴覚技術,ヒューマンインタフェース)
- 区分線形性を考慮したニューロン応答特性の分析手法
- 任意の刺激分布を用いた心理物理学的な知覚判断特性の推定
- 統計情報による連続音性系列の規則獲得についての一考察 (電気通信大学 IS(大学院情報システム学研究科)シンポジウム 第16回「Sensing and Perception」)
- マスキングされた視覚探索課題による人のパターン認識特性の検証
- 両眼視差が運動透明視の知覚コストに与える影響(生体工学)
- 逆相関法を用いた周辺色の影響による知覚色変化の分析(視聴覚技術,ヒューマンインタフェースおよび一般)
- 逆相関法を用いた周辺色の影響による知覚色変化の分析
- 階層ベイズモデルによる複雑型細胞の偶対称な応答特性の獲得
- 空間・形状情報の統合と視覚統計学習
- 運動知覚における脳内の適応的な計算メカニズムに関する研究
- カーネル関数を用いた教師なし学習によるスパース表現の獲得