统计学 > 机器学习
[提交于 2016年1月31日
]
标题: 基于顺序主曲线分析的颜色视觉非线性与自适应
标题: Nonlinearities and Adaptation of Color Vision from Sequential Principal Curves Analysis
摘要: 人类色觉机制具有两个现象学特征:该系统是非线性的,并且能够适应不断变化的环境。 传统的从统计学角度推导这些特征的方法对每个方面使用单独的论据。 少数同时考虑这两种现象的统计方法遵循基于经验模型的参数化公式。 因此,可以认为这种行为并非直接来自颜色统计特性,而是源自所采用的方便的功能形式。 此外,许多情况下,整个统计分析都基于简化的数据库,忽略了输入信号中的相关物理效应,例如通过假设平坦的Lambertian表面。 在这里,我们研究了(i)固定适应状态下的无彩色和彩色机制的非线性行为以及(ii)这种行为的变化的同时统计解释。 这两种现象都通过单一数据驱动的方法直接从样本中出现:带有局部度量的顺序主曲线分析(SPCA)。 SPCA是一种新的流形学习技术,用于根据不同的最优性标准得出一组适应流形的传感器。 收集了一个新的数据库,其中包含这些光源下自然物体的颜色计量校准图像。 应用SPCA获得的结果表明,在假设没有先验功能形式的情况下,颜色辨别阈值的心理物理行为、光源折扣以及相应的不对称颜色匹配对子直接从现实数据规律中出现。 这些结果为颜色传感器的统计驱动组织假说提供了更强的证据。 此外,获得的结果表明,在这个低抽象层次上的颜色感知可能由误差最小化策略而不是信息最大化原则引导。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.