7,129
个编辑
更改
跳到导航
跳到搜索
第138行：
第138行： −
→知觉的精确性、注意力和显著性
优化精度参数对应于优化预测误差的增益（参见Kalman增益）。在预测性编码的神经元似是而非的实现中，<ref name="Mumford" />这对应于优化浅表锥体细胞的兴奋性，并被解释为注意增益。<ref name="Feldman">Feldman, H., & Friston, K. J. (2010). [http://www.fil.ion.ucl.ac.uk/~karl/Attention%20uncertainty%20and%20free-energy.pdf Attention, uncertainty, and free-energy]. Frontiers in Human Neuroscience, 4, 215.</ref>
优化精度参数对应于优化预测误差的增益（参见Kalman增益）。在预测性编码的神经元似是而非的实现中，<ref name="Mumford" />这对应于优化浅表锥体细胞的兴奋性，并被解释为注意增益。<ref name="Feldman">Feldman, H., & Friston, K. J. (2010). [http://www.fil.ion.ucl.ac.uk/~karl/Attention%20uncertainty%20and%20free-energy.pdf Attention, uncertainty, and free-energy]. Frontiers in Human Neuroscience, 4, 215.</ref>
[[file:PESAIM.jpg|thumb|400px|在多目标环境下，通过对名为PE-SAIM的SAIM进行贝叶斯重构，模拟选择性注意任务的结果。图表显示了知识网络中FOA和两个模板单元激活的时间过程。]]
[[file:PESAIM.jpg|thumb|400px|在多目标环境下，通过对名为PE-SAIM的SAIM进行贝叶斯重构，模拟选择性注意任务的结果。图表显示了知识网络中FOA和两个模板单元激活的时间过程。]]