Performance-optimized hierarchical models predict neural responses in higher visual cortex | PNAS (2014)
Daniel L. K. Yamins, Ha Hong, Charles F. Cadieu, Ethan A. Solomon, Darren Seibert, and James J. DiCarlo
https://doi.org/10.1073/pnas.1403112111
hl.icon
神経活動の機能について調べるとき、その神経のチューニングカーブを調べる手法がしばしば用いられる。
これにより、一次視覚野(Primary Visual Cortex; V1)等の一次感覚野の応答性質が分かってきた。
一方で、V4やIT野(Inferior Temporal cortex)といった高次の感覚野の機能はより抽象的になるため、その応答性質について調べることは難しい。
IT野は物体認識(Object Recognition)に関して、頑健性があることが知られている。
物体が回転や変形していても、その物体を同一のもとと識別できる。
IT野(Inferior Temporal cortex)のモデルも同等の性能があるはず
畳み込みニューラルネットワーク(Convolutional Neural Network:CNN)を人間の物体認識のスコアと同等となるようにトレーニング
神経活動のデータをモデルのトレーニングに使用していなくても、このCNNは実際の神経活動を予測することができた。
神経活動の性質はトップにおける目的によって形作られているのではないか？