Understanding of Human Perceptual-Alternation Phenomena and its Neural Network Model

人类知觉交替现象及其神经网络模型的理解

• 批准号: 07680410
• 负责人: MATSUI Nobuyuki
• 金额: $ 1.41万
• 依托单位: HIMEJI INSTITUTE OF TECHNOLOGY
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 1996
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07680410/
• 关键词: ambiguous figure; visual perception; perceptual-alternation; neural network information processing; Gamma distribution; Chaos; neuron firing-rate; perceptual duration time

In this research, we dealt with the phenomena of human perceptual-alternation at the time one observes the ambiguous figures such as the "Rubin's face and vase". Using a primary model based on the multilayr neural network proposed by M.Riani et al. to represent the information processing in the higher level of brain for this phenomenon, we examined the input pattern-dependence of the firing-rate for the perceptual-alternation. In our approach, this alternation is interpreted as that of the rate of firing neurons for the pattern perceived. Experimentally, we could obtain the Gamma distribution of the perceptual duration of the alternating interpretations. We then regards this Gamma distribution as the universal character of the perceptual alternation. From our result of computer simulation we could show the efficiency of the model. In particular, we have shown the chaotic behavior of visual inputs corresponding to attention eye movement makes it possible to obtain clearer the Gamma distributions than those of the random and/or 1/f visual behavior. We also find some other efficiencies of the chaotic inputs, for example, such as the input pattern-dependence of the rate of firing neurons and discuss an other model, for example, the chaotic neural network.

在这项研究中，我们探讨了人类在观察“鲁宾的脸和花瓶”等模糊人物时的感知交替现象。使用 M.Riani 等人提出的基于多层神经网络的初级模型。为了代表这种现象的大脑高级信息处理，我们检查了知觉交替的放电率的输入​​模式依赖性。在我们的方法中，这种交替被解释为针对感知模式的神经元放电率。通过实验，我们可以获得交替解释的感知持续时间的伽玛分布。然后，我们将这种伽玛分布视为感知交替的普遍特征。从我们的计算机模拟结果中我们可以看出该模型的效率。特别是，我们已经表明，与注意眼球运动相对应的视觉输入的混沌行为使得可以获得比随机和/或 1/f 视觉行为更清晰的伽玛分布。我们还发现了混沌输入的一些其他效率，例如神经元放电率的输入​​模式依赖性，并讨论了其他模型，例如混沌神经网络。

项目成果

Nobuyuki Matsui: "The Efficiency of the Chaotic Visual Behaviour in Modeling the Human Perceptual-Alternation by Artificial Neural Network" Proceedings of 1995 IEEE International Conference on Neural Networks. Vol.4. 1991-1994 (1995)

Nobuyuki Matsui：“通过人工神经网络模拟人类感知交替的混沌视觉行为的效率”1995 年 IEEE 国际神经网络会议论文集。

西村治彦,長尾夏樹,松井伸之: "カオス・ニューラルネットワークによる認知交代現象のモデル化" 電子情報通信学会技術研究報告NC96-202. Vol.96,No.584. 361-367 (1997)

Haruhiko Nishimura、Natsuki Nagao、Nobuyuki Matsui：“使用混沌神经网络模拟认知交替现象”IEICE 技术报告 NC96-202，第 584 卷（1997 年）。

Haruhiko Nishimura, Natsuki Nagao, Nobuyuki Matsui: "A Perception model of ambiguous patterns based on the chaotic neural networks" IEICE Technical Report. Vol.96, No.584, NC96-202. 361-367 (1997)

Haruhiko Nishimura、Natsuki Nagao、Nobuyuki Matsui：“基于混沌神经网络的模糊模式感知模型”IEICE 技术报告。

松井伸之: "多層ニューラルネットワークによる交代想起特性の検討" 第34回計測自動制御学会学術講演会予稿集. 第2巻. 915-916 (1995)

Nobuyuki Matsui：“使用多层神经网络的交替回忆特性的研究”第 34 届仪器与控制工程师协会年会论文集，第 2 卷 915-916（1995 年）。

Takayuki, Mori, Nobuyuki Matsui: "Understanding of the perceptual-alternation in multi-layr neural network model" Proceeings of the 34th SICE Annual Conference Domestic Session Papers. Vol.II. 915-916 (1995)

Takayuki, Mori, Nobuyuki Matsui：“多层神经网络模型中感知交替的理解”第34届SICE年会国内会议论文集。