论人类与卷积神经网络中稳健的平移容忍性——对 Han 等人研究的评论
神经元与认知
2020-12-15 v2
摘要
Han 等人 (2020) 报告了一项行为实验，评估人类视觉系统在未见过的视网膜位置识别新图像的程度（作者称之为“内在平移不变性”），并开发了一种新颖的卷积神经网络模型（偏心依赖网络，Eccentricity Dependent Network 或 ENN）以捕捉行为结果的关键方面。在此我们表明，他们对行为数据的分析使用了不恰当的基线条件，导致他们低估了内在平移不变性。当数据被正确解读时，其显示出近乎完全的平移容忍性，在某些条件下延伸至 14° ，这与早期工作（Bowers 等人，2016）和近期工作 Blything 等人（in press）一致。我们描述了一种更简洁的模型，能更好地解释平移不变性。
引用
@article{arxiv.2012.05950,
title = {A case for robust translation tolerance in humans and CNNs. A commentary on Han et al},
author = {Ryan Blything and Valerio Biscione and Jeffrey Bowers},
journal= {arXiv preprint arXiv:2012.05950},
year = {2020}
}
备注
8 pages, 3 figures