本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
視覺、聽覺和嗅覺系統外圍的神經迴路被認為可以透過適應自然環境的統計結構，有效地利用有限的資源來表示感覺訊息。這種「有效編碼」原理已被用來解釋早期視覺迴路的許多方面，包括光感受器的分佈、視網膜感受野的馬賽克幾何和中心環繞結構、相對於ON途徑的過量OFF途徑、掃視統計以及V1中簡單細胞感受野的結構。我們對這種適應在 V1 以外的皮質更深區域中發生的程度知之甚少。因此，我們回顧了最近的進展，表明視覺紋理的感知（取決於哺乳動物中 V2 及更高版本的處理）在大鼠和人類中適應了自然場景中亮度的多點統計。這些結果表明，視覺大腦的中央迴路適合看到自然場景的關鍵方面。最後，我們討論了適應自然時間統計如何有助於學習和表示視覺對象，並提出了未來的兩個挑戰：（1）從自然圖像中對象形狀的統計數據解釋腹側視覺流中形狀敏感性的分佈，以及（2）根據適應自然刺激時空結構的特徵檢測器解釋脊椎動物視網膜的細胞類型。我們也討論了基於機器學習的新方法如何補充理論神經科學的規範性、基於原則的方法。