机构名称：
¥ 1.0
神经网络的设计受人脑的工作机制的启发，此后在各个领域取得了巨大的成功。心理学仍然旨在更好地了解人脑，但计算机科学努力增强对神经网络的理解。神经网络研究的主要目标是开发能够执行与人脑相似的任务，而不是重新创建它的模型。有趣的是，尽管没有明确设计为此目的，但神经网络倾向于表现出比预期的更像人类的行为。特别是，最近的发现表明，CNN可能表现出感知组织的格式塔定律的某些方面[1]，这些方面解释了人脑如何解释复杂的视觉刺激，尽管可能会受到某些阈值和局限性的影响。先前探索的神经网络体系结构的狭窄范围，其数据集有限和实验不足，因此需要进行更详细的研究。我们关注的是闭合原理，该原理指出，当零件被遮挡或碎片时，人的大脑自然填补了将数字视为完整批发的空白。我们提出了一个专门设计的数据集，该数据集旨在检查各种基于心理的透视仪的关闭，并在广泛的CNN中进行实验，以研究其与该原则的一致性。我们的工作提供了有关CNN有关关闭的全面分析，确定了限制和阈值，这些限制和阈值定义了其在逐渐操纵的刺激类别上执行闭合时的可用性。
研究深度卷积神经网络中的格式塔原理
主要关键词
相关文件推荐
