皮层计算的几何学：VCNet中的流形解耦与预测动力学
摘要
尽管现代卷积神经网络（CNN）取得了显著成功，但仍存在数据效率低、外分布泛化差以及对对抗性扰动敏感等根本性局限。这些短coming可追溯到缺乏反映视觉世界内在几何结构的归纳偏置。与此相比，灵长类动物的视觉系统表现出卓越的效率与鲁棒性，表明其演化出的架构与计算原理，可能为更强大的人工视觉提供蓝图。本文引入Visual Cortex Network（VCNet），一种新型神经网络架构，其设计受灵长类视觉皮层宏观组织结构的启发。VCNet被构建为一种几何框架，模拟了关键生物机制，包括跨不同皮层区域的层次处理、用于学习解耦表示的双流信息隔离，以及用于表示细化的自上而下预测反馈。我们通过几何学与动力系统的视角解释这些机制，认为它们引导学习结构化的低维神经流形。我们在两个专业基准测试上评估了VCNet：一个探索对然然纹理敏感性的Spots-10动物图案数据集，以及一个需要处理高维视觉数据的光场图像分类任务。我们的结果显示，VCNet在Spots-10上实现了92.1%的最高准确率，在光场数据集上实现了74.4%的准确率，超越了同等规模的当代模型。本工作表明，通过几何视角整合高层神经科学原理，能够lead to更高效、更稳健的模型，为解决机器学习中长期存在的挑战提供了有前景的方向。
引用
@article{arxiv.2508.02995,
title = {The Geometry of Cortical Computation: Manifold Disentanglement and Predictive Dynamics in VCNet},
author = {Brennen A. Hill and Zhang Xinyu and Timothy Putra Prasetio},
journal= {arXiv preprint arXiv:2508.02995},
year = {2025}
}
备注
Published in the proceedings of the 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Symmetry and Geometry in Neural Representations (NeurReps). Additionally accepted for presentation in NeurIPS 2025 Workshop: Interpreting Cognition in Deep Learning Models (CogInterp)