論文の概要: Evaluation Resolution Confounds Learning-Rule Comparisons in Model-Brain RSA of Early Visual Cortex
- arxiv url: http://arxiv.org/abs/2608.12408v1
- Date: Tue, 11 Aug 2026 15:50:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.275487
- Title: Evaluation Resolution Confounds Learning-Rule Comparisons in Model-Brain RSA of Early Visual Cortex
- Title(参考訳): 初期視覚野のモデル脳RSAにおける学習ルール比較の精度評価
- Abstract要約: この設定では、訓練されていない、あるいはローカルに訓練されていないネットワークが初期の視覚野で逆伝播に対抗または打ち勝つという共通の結果が、ネットワークが評価される解像度に強く依存していることが分かる。
4つの候補メカニズムがテストされ、その原因は、列車/楕円解像度マッチング、低レベルガボルとピクセル構造、訓練されていないベースラインの正規化状態、プールドディスクリプタのグローバルな明るさ統計への収束である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Representational similarity analysis (RSA) is increasingly used to ask which learning rules give convolutional networks brain-like representations. Because biologically plausible rules such as feedback alignment, predictive coding and STDP do not scale, studies that include them train small networks on small images (typically 32x32 CIFAR) and then compare them to brain responses modeled at much higher resolution. We find that a common result in this setting, that untrained or locally trained networks rival or beat backpropagation at early visual cortex, depends strongly on the resolution at which the network is evaluated. The V1 gap between an untrained network and a backpropagation-trained one widens from -0.001 +/- 0.007 at the 32px training resolution to +0.044 +/- 0.006 at 224px, growing monotonically across six resolutions (n=5 seeds). It holds in human fMRI and, directionally, in single-seed macaque electrophysiology, along the training trajectory, and for an ImageNet ResNet-50 and a Swin-Tiny transformer trained at 224px. Four candidate mechanisms are tested and none accounts for it: train/eval resolution matching, low-level Gabor and pixel structure, the normalization state of the untrained baseline, and convergence of the pooled descriptor toward a global brightness statistic; three are excluded by interventions holding the convolutional weights bit-identical. A fifth experiment locates the effect: capping image detail at the training resolution while letting the pooled positions grow 12-fold removes about 90% of it, so the dependence is carried by image detail rather than by pooling. Separately, a single scalar luminance value per image reaches rho = 0.075 against the V1 RDM, essentially matching the untrained network's 0.076, which bounds what this style of comparison can resolve. The one learning effect that holds across resolution is backprop above untrained, at LOC.
- Abstract(参考訳): 表現類似性分析(Representational similarity analysis、RSA)は、どの学習規則が畳み込みネットワークのような表現を与えるかを問うために用いられる。
フィードバックアライメント、予測符号化、STDPといった生物学的に妥当な規則はスケールしないため、小さな画像(通常32x32 CIFAR)で小さなネットワークを訓練し、さらに高解像度でモデル化された脳の反応と比較する研究を含む。
この設定では、訓練されていない、あるいはローカルに訓練されていないネットワークが初期の視覚野で逆伝播に対抗または打ち勝つという共通の結果が、ネットワークが評価される解像度に強く依存していることが分かる。
32pxのトレーニング解像度で-0.001 +/- 0.007から224pxで+0.044 +/- 0.006まで、トレーニングされていないネットワークとバックプロパゲーション-トレーニングされたネットワークの間のV1ギャップが広がり、6つの解像度で単調に成長した(n=5シード)。
ヒトのfMRIや、単座のマカク電気生理学、訓練軌道、ImageNet ResNet-50、および224pxで訓練されたSwin-Tinyトランスフォーマーに使用される。
4つの候補メカニズムがテストされ、それについて説明されていない: 列車/楕円解像度マッチング、低レベルガボルとピクセル構造、訓練されていないベースラインの正規化状態、プールドディスクリプタの大域的な明るさ統計への収束、そして3つは畳み込み重みをビット同定した介入によって除外される。
プールされた位置を12倍に成長させながら、トレーニングの解像度で画像の詳細をカプセル化する5番目の実験は、その約90%を除去する。
別として、画像毎の1つのスカラー輝度値は、V1 RDMに対してrho = 0.075に達し、本質的にはトレーニングされていないネットワークの0.076と一致する。
解像度を越えて保持する1つの学習効果は、LOCにおいて、トレーニングされていないよりも下位にある。
関連論文リスト
- RIPE++: Reinforced Keypoint Learning from Positive Pairs Only [10.550765983612086]
幾何学的コンピュータビジョンにおけるスパースキーポイント抽出とアンダーピンコアタスク
本稿では,一対の正の対から報酬とペナルティの両方を導出し,幾何学的整合性信号を完全に活用する報酬を提案する。
We show that the same RL objective can be extended to the matching stage by adapting LightGlue, up AUC@5 on MegaDepth1500 from 56.58 to 59.65。
論文 参考訳(メタデータ) (2026-08-20T06:37:24Z) - Experimental Analysis of Neural Network-Based Image Classification on the CIFAR-10 Dataset [0.0]
CIFAR-10ベンチマークにおけるニューラルネットワークの分類に関する実験的研究は、完全に連結された畳み込みネットワークの定式化を通じて行われた。
この分析では、画像ベクトル化、正規化、ワンホットクラスエンコーディング、教師付き損失最小化、学習速度選択、ミニバッチトレーニング、畳み込み特徴抽出、最大プール、検証に基づく評価といった完全な学習パイプラインを強調している。
論文 参考訳(メタデータ) (2026-06-17T00:35:27Z) - Supervised Training Rapidly Degrades Early Visual Cortex Alignment Across Biologically Plausible Learning Rules [0.0]
ランダムで訓練されていないニューラルネットワークは、初期視覚野との表現的類似性において、トレーニングされたネットワークに一貫して一致するか、超えている。
本研究では,4つの学習規則のトレーニングにおいて,人間のfMRIデータに対する表現類似性分析(RSA)アライメントを追跡して検討する。
論文 参考訳(メタデータ) (2026-05-28T20:39:52Z) - Untrained CNNs Match Backpropagation at V1: A Systematic RSA Comparison of Four Learning Rules Against Human fMRI [0.0]
同一の畳み込みアーキテクチャに適用された,バックプロパゲーション(BP),フィードバックアライメント(FA),予測符号化(PC),スパイクタイミング依存塑性(STDP)の4つの学習ルールを比較した。
初期の視覚的アライメントは主にアーキテクチャ駆動であり、監視対象は遅延アライメントを駆動する。
論文 参考訳(メタデータ) (2026-04-18T06:53:35Z) - CricaVPR: Cross-image Correlation-aware Representation Learning for Visual Place Recognition [73.51329037954866]
視覚的位置認識のための画像間相関認識を用いたロバストなグローバル表現手法を提案する。
本手法では,バッチ内の複数の画像の相関にアテンション機構を用いる。
本手法は,訓練時間を大幅に短縮し,最先端の手法よりも優れた性能を示す。
論文 参考訳(メタデータ) (2024-02-29T15:05:11Z) - Glimpse: Generalized Locality for Scalable and Robust CT [10.657105348034753]
我々はGlimpseを紹介した。Glimpseは計算トモグラフィーのための局所座標に基づくニューラルネットワークで、ピクセルの近傍に付随する測定のみを処理することによって画素値を再構成する。
Glimpseは、OODサンプル上で成功したCNNよりも大幅に優れ、分散テストデータにおいて同等またはより良いパフォーマンスを実現している。
Glimpseは完全に微分可能で、任意のディープラーニングアーキテクチャでプラグイン・アンド・プレイで使用することができる。
論文 参考訳(メタデータ) (2024-01-01T17:15:42Z) - Affine-Consistent Transformer for Multi-Class Cell Nuclei Detection [76.11864242047074]
本稿では, 原子核位置を直接生成する新しいアフィン一貫性変換器 (AC-Former) を提案する。
本稿では,AAT (Adaptive Affine Transformer) モジュールを導入し,ローカルネットワークトレーニングのためのオリジナル画像をワープするための重要な空間変換を自動学習する。
実験結果から,提案手法は様々なベンチマークにおいて既存の最先端アルゴリズムを著しく上回ることがわかった。
論文 参考訳(メタデータ) (2023-10-22T02:27:02Z) - PyramidCLIP: Hierarchical Feature Alignment for Vision-language Model
Pretraining [68.84339672878066]
意味レベルが異なる入力ピラミッドを構築し,視覚的要素と言語的要素を階層構造として整列させる。
ゼロショット画像分類、ゼロショット画像テキスト検索、画像オブジェクト検出を含む3つの下流タスクの実験は、提案したピラミドCLIPの有効性を検証する。
論文 参考訳(メタデータ) (2022-04-29T13:38:42Z) - UniFormer: Unifying Convolution and Self-attention for Visual
Recognition [69.68907941116127]
畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)は、ここ数年で主要なフレームワークである。
コンボリューションと自己注意の利点を簡潔なトランスフォーマー形式にシームレスに統合する新しいUnified TransFormer(UniFormer)を提案する。
我々のUniFormerはImageNet-1K分類において86.3トップ1の精度を実現している。
論文 参考訳(メタデータ) (2022-01-24T04:39:39Z) - Semi-supervised Contrastive Learning with Similarity Co-calibration [72.38187308270135]
SsCL(Semi-supervised Contrastive Learning)と呼ばれる新しいトレーニング戦略を提案する。
ssclは、自己教師付き学習におけるよく知られたコントラスト損失と、半教師付き学習におけるクロスエントロピー損失を組み合わせる。
SsCLはより差別的な表現を生じさせ,ショット学習に有益であることを示す。
論文 参考訳(メタデータ) (2021-05-16T09:13:56Z) - A Lightweight Neural Network for Monocular View Generation with
Occlusion Handling [46.74874316127603]
1枚の画像からビュー合成を行うステレオデータペアに基づいて訓練された,非常に軽量なニューラルネットワークアーキテクチャを提案する。
この作業は、挑戦的なKITTIデータセットにおいて、視覚的および計量的に最先端のアプローチよりも優れています。
論文 参考訳(メタデータ) (2020-07-24T15:29:01Z) - Learning to Learn Parameterized Classification Networks for Scalable
Input Images [76.44375136492827]
畳み込みニューラルネットワーク(CNN)は、入力解像度の変化に関して予測可能な認識動作を持たない。
我々はメタラーナーを用いて、様々な入力スケールのメインネットワークの畳み込み重みを生成する。
さらに、異なる入力解像度に基づいて、モデル予測よりもフライでの知識蒸留を利用する。
論文 参考訳(メタデータ) (2020-07-13T04:27:25Z) - Compressive sensing with un-trained neural networks: Gradient descent
finds the smoothest approximation [60.80172153614544]
訓練されていない畳み込みニューラルネットワークは、画像の回復と復元に非常に成功したツールとして登場した。
トレーニングされていない畳み込みニューラルネットワークは、ほぼ最小限のランダムな測定値から、十分に構造化された信号や画像を概ね再構成可能であることを示す。
論文 参考訳(メタデータ) (2020-05-07T15:57:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。