Комментарии 31
Спасибо.
Когда будет свободное время, постараюсь подробно описать, как происходит кодирование и обработка звука в виде разреженного битового вектора и как это может использоваться на практике.
Вообще же, все очень интересно не тоько с геометрией улитки, но и наружного уха. Такая хитрая форма ушей у нас не с проста. Так, пара ушей позволяет по разности фаз определять направление сигнала. Но только в плоскости. Выше-ниже уже не ловится. Похоже, что форма ушей несколько меняет фазы высокочастотной составляющей сигнала в зависимости от высоты источника. Зная правила изменения, можно восстановить высоту и соответвенно получить 3D направление.
Можно предположить, что в случае резкой границы, присутствующей на изображении, тремор обеспечивает пересечение этой границей чувствительной области колбочек, а значит, делает эту границу видимой для них. Это может быть существенно, если изображение предъявляется кратковременно и эту функцию не успевает выполнить глазной дрейф.
Вроде бы не получается. Дифракционный предел оптической системы глаза составляет 1 угловую минуту, что соответствует угловому размеру колбочки/палочки, наблюдаемой из хрусталика. Иными словами, размер кружка Эйри на сетчатке примерно равен линейным размерам светочувствительных клеток. А значит «чёткая граница» в изображении будет нечёткой, перекрывающей пару соседних клеток.
Возможно, тремор это просто следствие работы глазодвигательных мышц. Как любая механическая система, у них есть предельная точность позиционирования. Эволюция довела эту точность до разрешения глаза — 1 угловой минуты — а точнее уже и не требуется.
Чтобы сравнить, необходимо в первую очередь разделить синапсы на две группы (связанные с центральной областью и с периферией). Вопрос в том, — как клетка это делает?
Я так представляю, что у ганглиозной клетки должна быть сложная пространственная организация дендритного дерева. Типа три ветви: с синапсами центральной области, синапсами затенённой периферийной области и синапсами освещённой периферийной области.
(Jinseop S. Kim1*, Matthew J. Greene1*, Aleksandar Zlateski2, Kisuk Lee1, Mark Richardson1{, Srinivas C. Turaga1{,Michael Purcaro1, Matthew Balkam1, Amy Robinson1, Bardia F. Behabadi3, Michael Campos3, Winfried Denk4,H. Sebastian Seung1{ & the EyeWirers5).
Основная идея в том, что угол детектируется не по рецептиному полю, а во время движения глаза по последовательности срабатывания рецепторов.
Когда мы только начинали моделирование, то сделали для ганглиозных клеток матрицы-шаблоны, соответсвующие границам под различными углами. Оказалось, что результат очень плохой. Маленькая матрица — невозможно поймать угол (ганглиозные клетки хотя и широкие детекторы, но требуют многообразия на краях диапазона, а тут получаются резкие скачки). Большая матрица — начинаются игры с масштабом исходного изображения, чтобы не захватить слишком большие фрагменты. Кроме того матрица с образом границы не слижком хороший детектор границы (хороший детектор — детектор, основанный на контрасте центра и перефериии).
В результате перешли на почти точное воспроизведение биологии. Смоделировали дрейф, сделали детекторы границы («центр-петерферия» — аналог биполярных клеток), угол определяется по последовательности срабатывания детекторов границ по ходу дрейфа. Результат оказался очень неплохим. Подробнее рассказать об этом и привести код может Дима Шабанов.
Маленькая матрица — невозможно поймать угол
Вы имеете в виду ситуацию, когда матрица размером 6 пикселей, и переход с черного на белое на изображении тоже примерно такой же ширины?
И я правильно понимаю, что если сделать размер слоя с детекторами границ равным исходному изображению, т.е. рецептивные поля соседних детекторов смещены на 1 пиксел, то тремор при дрейфе будет не нужен?
В центральной ямке глаза в центре рецептивного поля одна колбочка, то есть смещение как раз от поля к полю на 1 элемент. Колбочка не занимают всю площадь центра поэтому тонкая линия (не граница) может ее не пересеч. Если направление линии совпадет с направлением дрейфа, то линия может остаться невидимой для многих колбочек. Тремор исправляет эту ситуаццию, утолщая слишком тонкие линии до приемлемого размера.
Подскажите еще пожалуйста, реакция "центр-периферия" у вас рассчитывается просто математически по исходному изображению, или имитируется работа биологических клеток? Интересует вопрос, как биполярная клетка обучается распознавать свой паттерн.
При создании такого алгоритма получается систему которую трудно без дополнительных экспериментов сравнивать с реальной сетчаткой. Когда есть несколько слоев сильно связанных клеток им можно приписать все что угодно.
На мой инженерный взгляд ганглиозные клетки нужны, в основном, для передачи сигнала биполяров на большое расстояние. Они кодируют импульсами (пачка ПД) градуальный сигнал биполяров.
здесь подробно описано про биполяры, читать лучше с начала главы
http://ours-nature.ru/lib/b/book/4110115645/21
А по поводу кодирования, по мне, судя по картинкам из той же книги Хьюбела, сигнал ганглиозной клетки скорее похож на да-нет. Есть разница освещения >=2% — клетка непрерывно разряжается; нет — молчит.
Даже если реакции всех связей биполярных клеток обусловлены генетически, в чем я сомневаюсь, то все равно такая организация появилась в результате эволюции под действием каких-то законов взаимодействия. Они меня и интересуют.
Повторюсь, даже если реакции и расположение биполярных и горизонтальных клеток заданы генетически, то все равно должен быть предок, у которого оно впервые появилось. Мутация с естественным отбором здесь маловероятна, потому что это только первый уровень обработки, и без приема сигналов на следующих от такого расположения сигналов пользы не больше, чем от любого другого. Гораздо более вероятно, что нервные клетки подстроились максимально реагировать под действием входного сигнала. Мне кажется, такой принцип самообучения позволит более точно понять работу клеток и на следующих уровнях.
Скажем так, максимально передавать информацию о входном сигнале. Если коды значит коды. Мне кажется, тут есть взаимосвязь с образованием групп, определяющих какую-то характеристику, наклон границы например. Скажем, клетка научилась узнавать горизонтальную границу, если наклон будет больше, будет меньше соответствия паттерну. Когда соответствие меньше половины, клетка перестает его узнавать, и этот паттерн запоминает соседняя с ней клетка. А результатом этого получается и будет код.
Логика сознания. Часть 11. Естественное кодирование зрительной и звуковой информации