• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nature >A map of object space in primate inferotemporal cortex
【24h】

A map of object space in primate inferotemporal cortex

机译：灵长类动物中的物体空间映射地图

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Primate inferotemporal cortex contains a coarse map of object space consisting of four networks, identified using functional imaging, electrophysiology and deep networks.The inferotemporal (IT) cortex is responsible for object recognition, but it is unclear how the representation of visual objects is organized in this part of the brain. Areas that are selective for categories such as faces, bodies, and scenes have been found(1-5), but large parts of IT cortex lack any known specialization, raising the question of what general principle governs IT organization. Here we used functional MRI, microstimulation, electrophysiology, and deep networks to investigate the organization of macaque IT cortex. We built a low-dimensional object space to describe general objects using a feedforward deep neural network trained on object classification(6). Responses of IT cells to a large set of objects revealed that single IT cells project incoming objects onto specific axes of this space. Anatomically, cells were clustered into four networks according to the first two components of their preferred axes, forming a map of object space. This map was repeated across three hierarchical stages of increasing view invariance, and cells that comprised these maps collectively harboured sufficient coding capacity to approximately reconstruct objects. These results provide a unified picture of IT organization in which category-selective regions are part of a coarse map of object space whose dimensions can be extracted from a deep network.
机译：灵长类动物年代普朗特Cortex包含由四个网络组成的物体空间的粗地图，使用功能成像，电生理学和深网络识别。（IT）皮质是对象识别的原因，但目前尚不清楚可视化物体的表示如何组织出来大脑的这一部分。找到了面向面，机构和场景等类别的区域（1-5），但它的大部分地区皮质缺乏任何已知的专业化，提出了一般原则治理IT组织的问题。在这里，我们使用了功能性MRI，微刺激，电生理学和深网络来调查猕猴的组织。我们建立了一个低维对象空间，以描述使用在对象分类（6）上培训的前馈深神经网络的一般对象。 IT细胞对大量对象的反应显示，单个IT细胞将传入物体投射到该空间的特定轴上。根据其优选轴的前两个组分，将细胞聚集到四个网络中，形成物体空间的图。在增加视图不变性的三个层次阶段中重复该地图，以及包括这些地图的单元集中统称足够的编码容量，以大致重建对象。这些结果提供了IT组织的统一图片，其中类别选择区域是物体空间的粗略图的一部分，其尺寸可以从深网络中提取。

著录项

  • 来源
    《Nature》 |2020年第7814期|103-108|共6页
  • 作者

    Bao Pinglei; She Liang; McGill Mason; Tsao Doris Y.;

  • 作者单位

    CALTECH Tianqiao & Chrissy Chen Inst Neurosci Div Biol & Biol Engn Pasadena CA 91125 USA|CALTECH Howard Hughes Med Inst Pasadena CA 91125 USA;

    CALTECH Tianqiao & Chrissy Chen Inst Neurosci Div Biol & Biol Engn Pasadena CA 91125 USA;

    CALTECH Computat & Neural Syst Pasadena CA 91125 USA;

    CALTECH Tianqiao & Chrissy Chen Inst Neurosci Div Biol & Biol Engn Pasadena CA 91125 USA|CALTECH Howard Hughes Med Inst Pasadena CA 91125 USA|CALTECH Computat & Neural Syst Pasadena CA 91125 USA;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);美国《生物学医学文摘》(MEDLINE);美国《化学文摘》(CA);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号