- 卷積神經網絡 (CNN) 和遞歸神經網絡 (RNN) 等深度學習模型旨在部分模擬生物神經網絡的功能和結構。因此,除了解決各種現實世界的計算問題外,它們還可以幫助神經科學家和心理學家更好地了解特定感覺或認知過程的基礎。奧斯納布呂克大學、柏林自由大學和其他研究所的研究人員最近開發了一類新型人工神經網絡 (ANN),它可以比 CNN 和其他現有的深度學習算法更好地模擬人類視覺系統。他們新提出的、受視覺系統啟發的計算技術,被稱為全地形神經網絡 (All-TNN),在發表在《自然人類行為》上的一篇論文中進行了介紹。
- 關鍵字:
全地形神經網絡 人類視覺系統
人類視覺系統介紹
目錄
1 對顏色/亮度的感知
2 視力
? 對時間頻率的感知
? 對運動物體感知
? 空間頻率
? 人類的視覺源于7億年前的水母
對顏色/亮度的感知
人類對光的感知是依靠視網膜(retina)細胞。cones(圓錐細胞)負責感知光度(較強光)和色彩, rods(桿狀細胞)僅能感知光度,不能感知顏色,但其對光的敏感度是cones的一萬倍。在微弱光環 [
查看詳細 ]
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司

京ICP備12027778號-2 北京市公安局備案:1101082052 京公網安備11010802012473